Tensorflow简单使用

一、图像文件的读取

tensorflow的部分相关函数

1、直接读取filename 图片方法,得到的是一个string类型张量(Tensor)

image_string = tf.read_file(filename)      

image_string = tf.gfile.FastGFile(filename,‘r’).read()   # gfile中的Open和Gfile也有同样的用法

2、对得到的字符串张量进行解码,得到一个三维unit8类型张量(其数值为0-255)

image =  tf.image.decode_image(image_string)   # 不同图片类型,有不同的解码函数,decode_image可解码BMP、JPEG和PNG类型

3、将三维unit8类型张量转换为三维float32类型张量

image = tf.image.convert_image_dtype(image,dtype = tf.float32)  # dtype 表示想要装换成的数据类型

4、转换image的大小

image = tf.reshape(image, [image_size, image_size, channels])

5、使用 tf.data.Dataset.from_tensor_slices(value)    将value分割成一个个的tensor

6、tf.data.Dataset()的使用:

    a. map_and_batch()函数:

tf.contrib.data.map_and_batch(func,batch_size,num_parallel_batches=1,drop_remainder = False)                                                               Args:                                                                                                                                                                                                                           func:  一个函数将张量(Tensor)的嵌套结构映射到另一个张量(Tensor)的嵌套结构                                                                                             batch_size:  表示这个数据集的连续元素的数量,以便在单个批次中合并。                                                                                                       num_parallel_batches:  表示并行创建批次的数量                                                                                                                                             drop_remainder:  表示是否应该删除最后一批,以防止其尺寸小于预期                                                                                         Return: Dataset的转换函数,用来传递给 tf.data.Dataset.apply()函数     

 b. tf.data.Dataset.apply()函数

dataset.apply(transformation_func)                                                                                                                                                                      Args:       transformation_func: 一个函数,参数是Dataset数据,返回值也是一个Dataset数据                                                                        Return:    将transformation_func这个函数应用到dataset上

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容