在Tensorflow中使用字符串标签

我仍然试图用自己的图像数据运行Tensorflow.我能够使用此示例链接中的conevert_to()函数创建.tfrecords文件

现在,我想用该示例链接中的代码训练网络.

但它在read_and_decode()函数中失败了.我对该功能的更改是:

label = tf.decode_raw(features['label'], tf.string) 

错误是:

TypeError: DataType string for attr 'out_type' not in list of allowed values: float32, float64, int32, uint8, int16, int8, int64

那么如何1)阅读和2)使用字符串标签进行张量流训练.

该convert_to_records.py脚本创建一个.tfrecords文件,其中每个记录都是Example协议缓冲区.该协议缓冲区支持使用该bytes_list类型的字符串功能.

该tf.decode_raw运算用于分析二进制串为图像数据; 它不是为解析字符串(文本)标签而设计的.假设这features['label']是tf.string张量,您可以使用tf.string_to_numberop将其转换为数字.在TensorFlow程序中对字符串处理的支持有限,所以如果你需要执行一些更复杂的函数来将字符串标签转换为整数,你应该在Python的修改版本中执行这种转换convert_to_tensor.py.