本文主要是介绍tensorflow2.8生成TFRecord 文件，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
tensorflow中文官网：关于TensorFlow | TensorFlow中文官网
TFRecord 文件是一种用来存储一串二进制 blob 的简单格式。通过将多个示例打包进同一个文件内，使用TFRecord 文件可以使得数据信息得到复用。也可以提高性能。
import pathlib
import tensorflow as tfdata_root = pathlib.Path("需要读取图片的根目录")
all_image_paths = list(data_root.glob('*/*'))
#读取图片地址
all_image_paths = [str(path) for path in all_image_paths]
#根据图片地址加载图片并封为Dataset
image_ds = tf.data.Dataset.from_tensor_slices(all_image_paths).map(tf.io.read_file)
#将Dataset输出为images.tfrec文件
tfrec = tf.data.experimental.TFRecordWriter('images.tfrec')
tfrec.write(image_ds)根据以上代码，将根目录换成自己电脑上的目录，运行代码就可以生成images.tfrec文件，文件内包含图片的信息，TFRecord 文件生成后可以使用TFRecord 文件作为训练集，而不需要再次读取图片。
根目录结构如下：
根目录下的文件夹以图片分类命名，按照顺序读取图片与文件分类可以用作神经网络等方面训练的数据集。文中数据集下载链接：http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar
这篇关于tensorflow2.8生成TFRecord 文件的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
