Question

我有一个包含大量N列的csv文件：第一列包含标签，另一列N-1是数据的数字表示（音乐录制的色度功能）。< / p>

我的想法是将输入数据表示为数组。在实践中，我想要计算机视觉中数据的标准表示。由于我的数据存储在csv中，在输入训练函数的定义中，我需要一个csv解析器。我是这样做的

def parse_csv(line):
    columns = tf.decode_csv(line, record_defaults=DEFAULTS)  # take a line at a time
    features = {'songID': columns[0], 'x': columns[1:]}  # create a dictionary out of the features
    labels = features.pop('songID')  # define the label
    return features, labels


def train_input_fn(data_file=fp, batch_size=128):
    """Generate an input function for the Estimator."""

    # Extract lines from input files using the Dataset API.
    dataset = tf.data.TextLineDataset(data_file)
    dataset = dataset.map(parse_csv)
    dataset = dataset.shuffle(1_000_000).repeat().batch(batch_size)
    return dataset.make_one_shot_iterator().get_next()

但是，这会返回一个不太有意义的错误：AttributeError: 'list' object has no attribute 'get_shape'。我知道罪魁祸首是功能字典中x的定义，但我不知道如何纠正它，因为从根本上说，我还没有真正理解张量流的数据结构。

Answer 1

事实证明，功能需要是张量。但是，每列都是一个张量，并且columns[1:]会得到一个张量列表。要创建存储N-1列信息的高维张量，应使用tf.stack：

features = {'songID': columns[0], 'x': tf.stack(columns[1:])}  # create a dictionary out of the features

Answer 2

tf.stack应该解决。

以下主题中提供了完整的代码示例。

Tensorflow Python reading 2 files

在tensorflow中将csv行导入为数组

2 个答案: