tensorflow错误日志-tfrecord读取错误

tfrecord在读取时要注意读取后的数据必须与tfrecord写入之前的数据类型保持一致，否则会出现常见的两种错误：

一、无法reshape

ValueError: Cannot reshape a tensor with 1 elements to shape [256,256,4] (262144 elements) for 'Reshape' (op: 'Reshape') with input shapes: [], [3] and with input tensors computed as partial shapes: input[1] = [256,256,4].

这是由于在使用 tf.parse_single_example解析example时的数据类型错误，我的解析函数如下，解析出来的数据类型为str，而str类型的数据是无法进行reshape的

features = tf.parse_single_example(
            record,
            features={'label': tf.FixedLenFeature([], tf.string),
                    'image_raw': tf.FixedLenFeature([], tf.string)})

二、reshape维度错误 

 由于tfrecord读取后的数据与读取前的数据类型不同导致reshape维度错误

tensorflow.python.framework.errors_impl.InvalidArgumentError: Input to reshape is a tensor with 131072 values, but the requested shape has 262144
	 [[{{node Reshape}}]]
	 [[node IteratorGetNext (defined at /Users/‘’‘/PycharmProjects/test/unet_write_to_tfrecord.py:140) ]]

 解决方法

这时可以通过tf.decode_raw这个函数来修改数据类型，我的写入tfrecord前的数据为256*256*4的uint16 array，所以在tfrecord读取时使用tf.decode_raw将数据类型改为uint16 

image = tf.decode_raw(features['image_raw'], tf.uint16)