Python tf.compat.v1.data.TFRecordDataset用法及代码示例

参数

• filenames 一个 tf.string 张量或 tf.data.Dataset 包含一个或多个文件名。
• compression_type (可选。)tf.string 标量评估为 ""(无压缩)、"ZLIB" 或 "GZIP" 之一。
• buffer_size (可选。)tf.int64 标量，表示读取缓冲区中的字节数。如果您的输入管道存在 I/O 瓶颈，请考虑将此参数设置为 1-100 MB 的值。如果 None ，则使用本地和远程文件系统的合理默认值。
• num_parallel_reads (可选。)tf.int64 标量，表示要并行读取的文件数。如果大于1，则以交错的顺序输出并行读取的文件记录。如果您的输入管道存在 I/O 瓶颈，请考虑将此参数设置为大于 1 的值以并行化 I/O。如果 None ，文件将被顺序读取。
• name (可选。) tf.data 操作的名称。

抛出

• TypeError 如果任何参数不具有预期的类型。
• ValueError 如果任何参数不具有预期的形状。

属性

• element_spec 此数据集元素的类型规范。

  dataset = tf.data.Dataset.from_tensor_slices([1, 2, 3])
  dataset.element_spec
  TensorSpec(shape=(), dtype=tf.int32, name=None)

  如需更多信息，请阅读本指南。

• output_classes 返回此数据集元素的每个组件的类。 (已弃用)

  警告：此函数已弃用。它将在未来的版本中删除。更新说明：使用 tf.compat.v1.data.get_output_classes(dataset) 。

• output_shapes 返回此数据集元素的每个组件的形状。 (已弃用)

  警告：此函数已弃用。它将在未来的版本中删除。更新说明：使用 tf.compat.v1.data.get_output_shapes(dataset) 。

• output_types 返回此数据集元素的每个组件的类型。 (已弃用)

  警告：此函数已弃用。它将在未来的版本中删除。更新说明：使用 tf.compat.v1.data.get_output_types(dataset) 。