TensorFlow文件的创建

import tensorflow as tf
import numpy as np


"""
TFRecords文件是TensorFlow专门提供的，允许将任意数据转换为TensorFlow所支持的格式，使得相应的数据集更容易与
网络应用架构相匹配
"""
# 任何一个TFRecords能够保存的只能是二进制数据，因此必须有一个步骤将数组转换为二进制形式

# TFRecords文件的创建
# TFRecords就是通过一个包含着二进制文件的数据文件，将特征和标签进行保存以便于TensorFlow读取
# 实例化tf.python_io.TFRecordWriter类
writer = tf.python_io.TFRecordWriter("tensorflow_application/trainArray.tfrecords")
for _ in range(100):
    randomArray = np.random.random((1, 3))  # 生成随机数组
    array_raw = randomArray.tobytes()  # 任何一个TFRecords能够保存只能是二进制数据，该步骤将原始数组转换为二进制数据
    # 将相应的数据填入到example协议内存块中
    example = tf.train.Example(
        features=tf.train.Features(
            feature={
                "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[0])),
                "img_raw": tf.train.Feature(bytes_list=tf.train.BytesList(value=[array_raw]))
            }
        )
    )
    serialized = example.SerializeToString()  # 对样本进行序列化操作
    writer.write(serialized)  # 最终将序列化后的数据写入完成
writer.close()