我正在使用 Tensorflow/python API 实现一个将图像映射到姿势的回归网络，并尝试处理 FixedLengthRecordReader 的输出。
我正在尝试调整 cifar10 example最低限度地满足我的目的。
cifar10 示例读取原始字节、解码，然后拆分。
result.key, value = reader.read(filename_queue)
# Convert from a string to a vector of uint8 that is record_bytes long.
record_bytes = tf.decode_raw(value, tf.uint8)
# The first bytes represent the label, which we convert from uint8->int32.
result.label = tf.cast(
tf.slice(record_bytes, [0], [label_bytes]), tf.int32)
# The remaining bytes after the label represent the image, which we reshape
# from [depth * height * width] to [depth, height, width].
depth_major = tf.reshape(tf.slice(record_bytes, [label_bytes], [image_bytes]),
[result.depth, result.height, result.width])
# Convert from [depth, height, width] to [height, width, depth].
result.uint8image = tf.transpose(depth_major, [1, 2, 0])
我正在读取二进制文件列表，其中数据保存为 (pose_data, image_data)。因为我的pose数据是float32，图像数据是uint8，所以想先切片，再转换。不幸的是，reader.read 的值结果是一个零维字符串张量，因此切片不起作用。
key, value = reader.read(filename_queue)
print value.dtype
print value.get_shape()
<dtype: 'string'>
()
tf.decode_raw(value, dtype) 的结果是一维数组，但需要指定 dtype，而 tf.string 不是它采用的有效类型。
解码前是否可以分片？或者我是否必须解码 -> 大小写返回字符串 -> 切片 -> 重铸？有别的办法吗？
请您参考如下方法:
OP 提到的 cifar10 示例以及解码两次的解决方案在您的数据具有多种类型(OP 的问题)并且没有“排队”(更一般的情况)时不起作用。
例如，如果您的数据是:
[float32][int16][int16]
两次解码有效。但是，如果您的数据是:
[int16][float32][int16]
它不起作用，因为 tf.decode_raw 不接受半个 float32 的偏移量。
在这种情况下有效的是 tf.substr() , 返回值来自
result.key, value = reader.read(filename_queue)
实际上是一个字符串(如果你愿意的话，也可以是一个字节串)并让自己 split 。
