Python 3.x 使用tensorflow在TFrecords中创建字符列表要素

我用tensorflow写了一个代码。我将标签存储在名为（标签[]）的列表中。标签列表包含字符。e、 g

标签[A、A、B、B]

我想在TFRecords文件中写入labels元素。 因此，我应该声明特性

def _int64_feature(value):
     return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))

我的问题是，我应该使用什么来代替tf.train.int64列表来适合我的情况

此外，我使用了下面显示的两个教程，但我希望另一个教程解释我的问题

---

t记录是一种二进制格式的文件。因此，目的是将JPG图像转换为字符串，然后保存在TFG记录中。这样可以快速阅读

这可以在教程中看到，首先使用

image.tostring（）

将图像转换为

raw\u img

。然后根据数据类型int64或字节，将其保存在TFRecord中

由于您的图像是JPG，我假设它们保存为字节（0-255）。因此，对于列表中的每个图像，先将其转换为字符串，然后再转换为教程中的函数

\u bytes\u feature（value）

也可以将高度、宽度和深度保存在TFRecord中，或者将它们作为参数保留，因为您需要这些尺寸将字符串重新转换为图像

对于标签，可以将ascii字符转换为其二进制表示形式。可以这样做：

>>> ord('a')
97

这是表示字母的1-127之间的数字。这是字节格式，因此可以再次使用字节特性

要将字母值转换回实际字母，只需执行以下操作：

>>> chr(97)
'a'

---

希望这有帮助

谢谢你提供的这些信息，这是有帮助的，但这不是我想要的。我没有jpg图像的问题。它只是解释了我在代码中所做的事情。我的问题出在标签上，tf.train.int64list更新了关于如何处理标签的答案！我更新了我的问题，使之更清楚。我将尝试使用chr（）和ord（）。非常感谢。