Lettura di un file TFRecord in cui le funzionalità utilizzate per codificare non sono note

Question

Sono molto nuovo in TensorFlow e questa potrebbe essere una domanda per principianti. Ho visto esempi in cui i set di dati personalizzati vengono convertiti in file TFRecord utilizzando la conoscenza delle funzionalità che si desidera utilizzare (ad esempio: "immagine", "etichetta"). E durante l'analisi di questo file TFRecord, è necessario conoscere in anticipo le caratteristiche (ad esempio 'immagine', 'etichetta') per poter utilizzare questo set di dati.

La mia domanda è: come analizziamo i file TFRecord di cui non conosciamo le funzionalità in anticipo? Supponiamo che qualcuno mi fornisca un file TFRecord e io voglia decodificare tutte le funzionalità associate a questo.

Alcuni esempi a cui mi riferisco sono: Link 1 , Link 2

Answer 1

Ecco qualcosa che potrebbe aiutare. È una funzione che passa attraverso un file record e salva le informazioni disponibili sulle caratteristiche. Puoi modificarlo per guardare solo il primo record e restituire quell'informazione, anche se a seconda dei casi può essere utile vedere tutti i record nel caso in cui ci siano caratteristiche opzionali presenti solo in alcune delle o caratteristiche con dimensioni variabili.

import tensorflow as tf

def list_record_features(tfrecords_path):
    # Dict of extracted feature information
    features = {}
    # Iterate records
    for rec in tf.data.TFRecordDataset([str(tfrecords_path)]):
        # Get record bytes
        example_bytes = rec.numpy()
        # Parse example protobuf message
        example = tf.train.Example()
        example.ParseFromString(example_bytes)
        # Iterate example features
        for key, value in example.features.feature.items():
            # Kind of data in the feature
            kind = value.WhichOneof('kind')
            # Size of data in the feature
            size = len(getattr(value, kind).value)
            # Check if feature was seen before
            if key in features:
                # Check if values match, use None otherwise
                kind2, size2 = features[key]
                if kind != kind2:
                    kind = None
                if size != size2:
                    size = None
            # Save feature data
            features[key] = (kind, size)
    return features

Potresti usarlo così

import tensorflow as tf

tfrecords_path = 'data.tfrecord'
# Make some test records
with tf.io.TFRecordWriter(tfrecords_path) as writer:
    for i in range(10):
        example = tf.train.Example(
            features=tf.train.Features(
                feature={
                    # Fixed length
                    'id': tf.train.Feature(
                        int64_list=tf.train.Int64List(value=[i])),
                    # Variable length
                    'data': tf.train.Feature(
                        float_list=tf.train.FloatList(value=range(i))),
                }))
        writer.write(example.SerializeToString())
# Print extracted feature information
features = list_record_features(tfrecords_path)
print(*features.items(), sep='\n')
# ('id', ('int64_list', 1))
# ('data', ('float_list', None))