机器学习实战：基于Scikit-Learn、Keras 和TensorFlow （原书第2 版）

372

｜

第

13

章

如果你对 CSV 文件（或使用的任何其他格式）感到满意，就不必使用 TFRecords。

俗话说，如果没有破裂，就不要修理！当训练过程中的瓶颈是加载和解析数

据时，TFRecords 很有用。

13.2 TFRecord 格式

TFRecord 格式是 TensorFlow 首选的格式，用于存储大量数据并有效读取数据。这是一

种非常简单的二进制格式，只包含大小不同的二进制记录序列（每个记录由一个长度、

一个用于检查长度是否损坏的 CRC 校验和、实际数据以及最后一个 CRC 校验和组成）。

你可以使用 tf.io.TFRecordWriter 类轻松创建 TFRecord 文件：

with

tf.io.TFRecordWriter("my_data.tfrecord")

as

f:

f.write(b"This is the first record")

f.write(b"And this is the second record")

然后你可以使用 tf.data.TFRecordDataset 读取一个或多个 TFRecord 文件：

filepaths = ["my_data.tfrecord"]

dataset = tf.data.TFRecordDataset(filepaths)

for

item in dataset:

print

(item)

这将输出：

tf.Tensor(b'This is the first record', shape=(), dtype=string) ...