tf.train.Example的用法

用法如下代码中所示：

import tensorflow as tf
import numpy as np

a_data = 0.834
b_data = [17]

c_data = np.array([[0 , 1 , 2] , [3 , 4 , 5]])
c = c_data.astype(np.uint8)
c_raw = c.tostring()

#   下面的代码看起来有点像html代码；
#   tf.train.Example主要用在将数据处理成二进制方面，一般是为了提升IO效率和方便管理数据；
#   tf.train.Feature有三个属性为tf.train.bytes_list tf.train.float_list tf.train.int64_list，
#   只需要根据tf.train.FloatList,tf.train.Int64List和tf.train.BytesList来设置就可以了；
#   tf.train.Features是tf.train.Feature的复数形式，tf.train.Features的一个属性是feature，如下代码中所示，
#   这个属性一般是传入一个字典，字典的key是字符串（feature名），值是tf.train.Feature对象。
example = tf.train.Example(
    features = tf.train.Features(
        feature = {
            'a' : tf.train.Feature(
                float_list = tf.train.FloatList(value = [a_data])  # 方括号表示输入为list，一般tf.train.FloatList被用来处理浮点数
            ),
            'b' : tf.train.Feature(
                int64_list = tf.train.Int64List(value = b_data)  # B_data本身就是列表，一般tf.train.Int64List被用来处理整数
            ),
            'c' : tf.train.Feature(
                bytes_list = tf.train.BytesList(value = [c_raw])  # c_raw被转化成byte形式，一般tf.train.BytesList被用来处理其他类型的数据
            )
        }
    )
)