美文网首页
关于TensorFlow的gfile模块

关于TensorFlow的gfile模块

作者: 每天必吃香菜 | 来源:发表于2020-09-18 16:53 被阅读0次

    一、gfile API介绍

    下面将分别介绍每一个gfile API!

    2-1)tf.gfile.Copy(oldpath, newpath, overwrite=False)

    拷贝源文件并创建目标文件,无返回,其形参说明如下:

    oldpath:带路径名字的拷贝源文件;

    newpath:带路径名字的拷贝目标文件;

    overwrite:目标文件已经存在时是否要覆盖,默认为false,如果目标文件已经存在则会报错

    2-2)tf.gfile.MkDir(dirname)

    创建一个目录,dirname为目录名字,无返回。

    2-3)tf.gfile.Remove(filename)

    删除文件,filename即文件名,无返回。

    2-4)tf.gfile.DeleteRecursively(dirname)

    递归删除所有目录及其文件,dirname即目录名,无返回。

    2-5)tf.gfile.Exists(filename)

    判断目录或文件是否存在,filename可为目录路径或带文件名的路径,有该目录则返回True,否则False。

    2-6)tf.gfile.Glob(filename)

    查找匹配pattern的文件并以列表的形式返回,filename可以是一个具体的文件名,也可以是包含通配符的正则表达式。

    2-7)tf.gfile.IsDirectory(dirname)

    判断所给目录是否存在,如果存在则返回True,否则返回False,dirname是目录名。

    2-8)tf.gfile.ListDirectory(dirname)

    罗列dirname目录下的所有文件并以列表形式返回,dirname必须是目录名。

    2-9)tf.gfile.MakeDirs(dirname)

    以递归方式建立父目录及其子目录,如果目录已存在且是可覆盖则会创建成功,否则报错,无返回。

    2-10)tf.gfile.Rename(oldname, newname, overwrite=False)

    重命名或移动一个文件或目录,无返回,其形参说明如下:

    oldname:旧目录或旧文件;

    newname:新目录或新文件;

    overwrite:默认为false,如果新目录或新文件已经存在则会报错,否则重命名或移动成功。

    2-11)tf.gfile.Stat(filename)

    返回目录的统计数据,该函数会返回FileStatistics数据结构,以dir(tf.gfile.Stat(filename))获取返回数据的属性如下:

    2-12)tf.gfile.Walk(top, in_order=True)

    递归获取目录信息生成器,top是目录名,in_order默认为True指示顺序遍历目录,否则将无序遍历,每次生成返回如下格式信息(dirname, [subdirname, subdirname, ...], [filename, filename, ...])。

    2-13)tf.gfile.GFile(filename, mode)

    获取文本操作句柄,类似于python提供的文本操作open()函数,filename是要打开的文件名,mode是以何种方式去读写,将会返回一个文本操作句柄。

    tf.gfile.Open()是该接口的同名,可任意使用其中一个!

    2-14)tf.gfile.FastGFile(filename, mode)

    该函数与tf.gfile.GFile的差别仅仅在于“无阻塞”,即该函数会无阻赛以较快的方式获取文本操作句柄。

    原博客地址:https://blog.csdn.net/a373595475/article/details/79693430

    二、使用gfile时遇到的错误

    UnicodeDecodeError: 'utf-8' codec can't decode byte 0xff in position 0: invalid start byte

    将代码中的 image_data = tf.gfile.FastGFile(path, 'r').read(),r换成rb

    相关文章

      网友评论

          本文标题:关于TensorFlow的gfile模块

          本文链接:https://www.haomeiwen.com/subject/yxznektx.html