什么时候应该使用 tf.train.BytesList、tf.train.FloatList 和 tf.train.Int64List 将数据存储在 tf.train.Feature 中？

Question

TensorFlow 提供了 3 种不同的数据存储格式 tf.train.Feature。它们是：

tf.train.BytesList
tf.train.FloatList
tf.train.Int64List

我经常在 tf.train.Int64List / tf.train.FloatList 和 tf.train.BytesList 之间做出选择。

我在网上看到一些示例，它们将 ints/floats 转换为字节，然后将它们存储在 tf.train.BytesList 中。这比使用其他格式之一更可取吗？如果是这样，为什么 TensorFlow 甚至提供 tf.train.Int64List 和 tf.train.FloatList 作为可选格式，而您只需将它们转换为字节并使用 tf.train.BytesList?

谢谢。

Answer 1

因为字节列表需要更多内存。它旨在存储字符串数据，或者例如转换为单个字节串的 numpy 数组。考虑示例：

def int64_feature(value):
    if type(value) != list:
        value = [value]
    return tf.train.Feature(int64_list=tf.train.Int64List(value=value))

def float_feature(value):
    if type(value) != list:
        value = [value]
    return tf.train.Feature(float_list=tf.train.FloatList(value=value))

def bytes_feature(value):
    return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

writer = tf.python_io.TFRecordWriter('file.tfrecords')
bytes = np.array(1.1).tostring() 
int = 1
float = 1.1
example = tf.train.Example(features=tf.train.Features(feature={'1': float_feature(float)}))
writer.write(example.SerializeToString())
writer.close()

for str_rec in tf.python_io.tf_record_iterator('file.tfrecords'):
    example = tf.train.Example()
    example.ParseFromString(str_rec)
    str = (example.features.feature['1'].float_list.value[0])
    print(getsizeof(str))

对于dtype float它将输出24个字节，最小值。但是，您不能将 int 传递给 tf.train.FloatList。 int 在这种情况下，dtype 将占用 28 个字节，而字节将是 41 个未解码的字节（在应用 np.fromstring 之前），甚至更多。

什么时候应该使用 tf.train.BytesList、tf.train.FloatList 和 tf.train.Int64List 将数据存储在 tf.train.Feature 中？

When should one use tf.train.BytesList, tf.train.FloatList, and tf.train.Int64List for data to be stored in a tf.train.Feature?

python

dataformat

tensorflow