Question

存在类型错误，但类型已经是字节。请帮帮我。感谢。

Traceback (most recent call last):
   File "toTFRECORDS_1.py", line 29, in <module>
      feature = {'train/image': _bytes_feature(img_data),
   File "toTFRECORDS_1.py", line 10, in _bytes_feature
      return tf.train.Feature(bytes_list=tf.train.BytesList(value=value))
TypeError: 71 has type int, but expected one of: bytes

代码如下。但我不知道哪里出错了，我自己也无法弄明白。

def _int64_feature(value):
    return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))

def _bytes_feature(value):
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=value))

images = os.listdir('D:\python_64\Training_Set')


train_filename = 'train.tfrecords'
with tf.python_io.TFRecordWriter(train_filename) as tfrecord_writer: 
    for i in range(len(images)):
        # read in image data by tf
        img_data = tf.gfile.FastGFile(os.path.join('D:\python_64\Training_Set',images[i]), 'rb').read()  # image data type is string
        # get width and height of image
        image_shape = plt.imread(os.path.join('D:\python_64\Training_Set',images[i])).shape
        width = image_shape[1]
        height = image_shape[0]

        # create features
        feature = {'train/image': _bytes_feature(img_data),
                       'train/label': _int64_feature(i),  # label: integer from 0-N
                       'train/height': _int64_feature(height), 
                       'train/width': _int64_feature(width)}
        # create example protocol buffer
        example = tf.train.Example(features=tf.train.Features(feature=feature))
        # serialize protocol buffer to string
        tfrecord_writer.write(example.SerializeToString())
    tfrecord_writer.close()

Answer 1

您正在使用_bytes_feature，您应该在第29行使用_int64_feature。

我怎么知道这个？它出现在错误信息中。

TypeError: 71 has type int, but expected one of: bytes

您正在提供int，因此您需要使用int功能。我猜测_int64_feature可能会这样做，因为它就在那里。

错误消息不仅仅是出现问题＆＃34;当你是一名程序员时。一旦你知道如何阅读它们，它们就是解决问题的宝贵工具。

Answer 2

发生错误的原因是tf.train.BytesList(value)需要一个 list 个字节对象。如果仅将字节对象作为value传递，则如下所示：

tf.train.Feature(bytes_list=tf.train.BytesList(value=b'GAME'))

然后它将解释为列表，其中包含字节的值；因此b'GAME'将被解释为[71, 65, 77, 69]，然后它会抱怨71是int而不是bytes对象。

解决方案是将value转换为列表，因此（在_bytes_feature()函数中）是这样的：

tf.train.Feature(bytes_list=tf.train.BytesList(value=[b'GAME']))

请注意bytes周围的方括号。这是长度为1的列表。当然，您可以传递value而不是硬编码的b'GAME'：tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

还要注意，您已经在_int64_feature()函数中执行了此操作，该函数的工作方式相同。

在执行tf.train.example时，存在TypeError：71的类型为int，但是期望的是：bytes

2 个答案: