tftables 1.1.2

许可证

这个软件是根据麻省理工学院的许可证发行的。 有关详细信息，请参见LICENSE.txt文件。

安装

pip install tftables

或者，要从头部安装，请运行

pip install git+https://github.com/ghcollin/tftables.git

你也可以download 或者clone the repository并运行

python setup.py install

tftables依赖于multitables、numpy和tensorflow。该包与最新版本的python兼容 2和3。

快速启动

访问HDF5文件中的表的示例。

importtftablesimporttensorflowastfwithtf.device('/cpu:0'):# This function preprocesses the batches before they# are loaded into the internal queue.# You can cast data, or do one-hot transforms.# If the dataset is a table, this function is required.definput_transform(tbl_batch):labels=tbl_batch['label']data=tbl_batch['data']truth=tf.to_float(tf.one_hot(labels,num_labels,1,0))data_float=tf.to_float(data)returntruth,data_float# Open the HDF5 file and create a loader for a dataset.# The batch_size defines the length (in the outer dimension)# of the elements (batches) returned by the reader.# Takes a function as input that pre-processes the data.loader=tftables.load_dataset(filename='path/to/h5_file.h5',dataset_path='/internal/h5/path',input_transform=input_transform,batch_size=20)# To get the data, we dequeue it from the loader.# Tensorflow tensors are returned in the same order as input_transformationtruth_batch,data_batch=loader.dequeue()# The placeholder can then be used in your networkresult=my_network(truth_batch,data_batch)withtf.Session()assess:# This context manager starts and stops the internal threads and# processes used to read the data from disk and store it in the queue.withloader.begin(sess):for_inrange(num_iterations):sess.run(result)

如果数据集是数组而不是表。那么input_transform可以省略 如果不需要预处理。如果只需要通过数据集一次， 然后应该将cyclic=False传递给load_dataset。

示例

有关完整示例，请参见unit tests。

示例

有关更深入的文档，请参见how-to，以及 unit tests完整示例。

文档

Online documentation可用。 ahow to给出了库的基本概述。

脱机文档可以使用sphinx从docs文件夹生成。