TensorFlow 中可以通过三种方式读取数据:

一、通过feed_dict传递数据;

SRE实战 互联网时代守护先锋,助力企业售后服务体系运筹帷幄!一键直达领取阿里云限量特价优惠。
input1 = tf.placeholder(tf.float32)
input2 = tf.placeholder(tf.float32)
output = tf.multiply(input1, input2)
with tf.Session() as sess:
    feed_dict={input1: [[7.,2.]], input2: [[2.],[3.]]}
    print(sess.run(output,feed_dict ))

二、从文件中读取数据;

import os
import tensorflow as tf 

filename = ['A.jpg', 'B.jpg', 'C.jpg']
# string_input_producer会产生一个文件名队列
filename_queue = tf.train.string_input_producer(filename, shuffle=False, num_epochs=5)
# reader从文件名队列中读数据。对应的方法是reader.read
reader = tf.WholeFileReader()
key, value = reader.read(filename_queue)
init=tf.local_variables_initializer()
# tf.train.string_input_producer定义了一个epoch变量,要对它进行初始化
with tf.Session() as sess:
    sess.run(init)
    # 使用start_queue_runners之后,才会开始填充队列
    tf.train.start_queue_runners(sess=sess)
    i = 0
    while True:
        i += 1
        # 获取图片数据并保存
        image_data = sess.run(value)
        with open('read/test_%d.jpg' % i, 'wb') as f:
            f.write(image_data)
            
# 程序最后会抛出一个OutOfRangeError,这是epoch跑完,队列关闭的标志

运行上面的代码需要做两点准备:

1.在python的工作目录下保存3张图片,分布命名为:'A.jpg', 'B.jpg', 'C.jpg'

2.在此目录下建立read文件夹

三、使用预加载的数据;

 Tensorflow机器学习入门——读取数据 Python

 

扫码关注我们
微信号:SRE实战
拒绝背锅 运筹帷幄