Question

让我说我有TFRecord示例，其中包含以下功能映射：

feature_mapping =  {
"sentence":tf.VarLenFeature(tf.string), 
'caps':tf.VarLenFeature(tf.string),
'tags':tf.VarLenFeature(tf.string),
'labels': tf.VarLenFeature(tf.string)
}

我总是需要sentence和labels，但有时我想要0,1或更多其余功能。我知道在Graph构建时我想要什么功能。

如何在图形构建时选择多个功能？

例如，句子和标签，没问题：

parsed = tf.parse_example(example, features=feature_mapping)
sentence = parsed['sentence']
labels = parsed['labels']

但我可以提取多项功能吗？即：

FEATURE_NAMES = ['caps', 'tags']
parsed = tf.parse_example(example, features=feature_mapping)
features = tf.multiple_features(parsed, FEATURE_NAMES] # Does something like this exist?

我也愿意改变我的TFRecord表示。任何帮助，将不胜感激。

谢谢！

Answer 1

感谢@Allen Lavoie指出它是一个简单的解决方案。我需要将它们放在一个列表中，然后根据这篇文章here，我只需将tf.pack放入列表中。以下是解决方案。

# get features
FEATURES = ['labels', 'caps']
output_list = [] 
for f in range(len(FEATURES)):
    feats = parsed[FEATURES[f]]
    dense_feats = tf.sparse_tensor_to_dense(feats, default_value='<PAD>')
    output_list.append(dense_feats)

features = tf.pack(output_list)

Tensorflow - 在Graph Build Tim中选择TFRecord功能

1 个答案: