在TensorFlow中读取HDF5输入

Question

我在TensorFlow中训练神经网络，目前将PNG作为输入。虽然这很好用，但我想转而使用HDF5格式输入以获得更大的灵活性，但我在修改代码方面遇到了问题。在这两种情况下，文本文件都包含要用作训练示例的所有PNG / H5文件的路径列表，每行一个示例。我的PNG当前代码的简化版本如下：

class ImageReader(object):
    def __init__(self, image_list, coord):
        '''
          image_list: string array of training image paths.
          coord: TensorFlow queue coordinator.
        '''
        self.image_list = image_list
        self.coord = coord
        self.images = tf.convert_to_tensor(self.image_list, dtype=tf.string)
        self.queue = tf.train.slice_input_producer([self.images])
        self.image = read_images_from_disk(self.queue) 

    def dequeue(self, batch_size):
        image_batch = tf.train.batch([self.image], batch_size)
        return image_batch

def read_images_from_disk(input_queue):
    img_contents = tf.read_file(input_queue[0])
    img = tf.image.decode_png(img_contents, channels=1, dtype=tf.uint16)
    return img

我希望能够做的是替换read_images_from_disk方法来处理HDF5文件，特别是这些内容：

def read_images_from_disk(input_queue):
    h5_contents=h5py.File(input_queue[0],'r')
    img=h5_contents['image']
    return img

显然，这并不起作用，因为h5py想要一个字符串作为输入而不是Tensor，我得到错误：AttributeError: 'Tensor' object has no attribute 'encode'我需要修改什么才能使其正常工作？