如何使用TensorFlow将图片保存为tfrecord格式及读取tfrecord文件？

本文共计2240个文字，预计阅读时间需要9分钟。

TensorFlow官方提供了三种读取数据的方法：预加载数据（Preloaded Data）：在TensorFlow图中定义常量或变量来保存所有数据，适用于数据量不大的情况。填充数据（Feeding）：通过Python生成数据，并将其传递给TensorFlow。

tensorflow官方提供了3种方法来读取数据：

预加载数据(preloaded data)：在TensorFlow图中定义常量或变量来保存所有的数据，适用于数据量不太大的情况。填充数据(feeding)：通过Python产生数据，然后再把数据填充到后端。

从文件读取数据(reading from file)：从文件中直接读取，然后通过队列管理器从文件中读取数据。

本文主要介绍第三种方法，通过tfrecord文件来保存和读取数据，对于前两种读取数据的方式也会进行一个简单的介绍。

项目下载github地址：github.com/steelOneself/tensorflow_learn/tree/master/tf_records_writer_read

一、预加载数据

a = tf.constant([1,2,3]) b = tf.constant([4,5,6]) c = tf.add(a,b) with tf.Session() as sess: print(sess.run(c))#[5 7 9]

这种方式加载数据比较简单，它是直接将数据嵌入在数据流图中，当训练数据较大时，比较消耗内存。