如何查看tfrecord

在TensorFlow中，您可以使用以下代码加载tfrecord文件并查看它们的内容：

import tensorflow as tf

# 创建一个迭代器来读取tfrecord文件
dataset = tf.data.TFRecordDataset("path/to/tfrecord/file.tfrecord")

# 定义一个解析函数来解析tfrecord中的每个样本
def parse_function(example_proto):
    features = {
        "feature1": tf.io.FixedLenFeature([], tf.int64),
        "feature2": tf.io.FixedLenFeature([], tf.string),
        "feature3": tf.io.FixedLenFeature([], tf.float32),
    }
    parsed_features = tf.io.parse_single_example(example_proto, features)
    return parsed_features

# 使用map函数将解析函数应用于数据集中的每个样本
parsed_dataset = dataset.map(parse_function)

# 创建一个迭代器来遍历解析后的数据集并查看其内容
iterator = parsed_dataset.make_one_shot_iterator()
next_element = iterator.get_next()

# 打印每个样本的内容
with tf.Session() as sess:
    while True:
        try:
            features = sess.run(next_element)
            print(features)
        except tf.errors.OutOfRangeError:
            break

在这里，您需要指定要解析的每个样本中的特征名称和特征类型。然后使用`parse_single_example`函数来解析每个样本。最后，您可以使用`make_one_shot_iterator`函数创建一个迭代器来遍历解析后的数据集。