Tensorflow 获取类型错误：为图像输入创建TFR记录时

为图像输入创建TFR记录：如下所示

        char_ids_padded, char_ids_unpadded = encode_utf8_string(text)
        print("char_ids_padded:"+str(char_ids_padded))
        print("char_ids_unpadded:"+str(char_ids_unpadded))
        tf_example = tf.train.Example(features=tf.train.Features(feature={
            'image/format': _bytes_feature(b'png'),
            'image/encoded': _bytes_feature(image.tostring()),
            'image/class': _int64_feature(char_ids_padded),
            'image/unpadded_class': _int64_feature(char_ids_unpadded),
            'height': _int64_feature(image.shape[0]),
            'width': _int64_feature(image.shape[1]),
            'orig_width': _int64_feature(image.shape[1]/num_of_views),
            'image/text': _bytes_feature(text)
            }))


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

def _bytes_feature(value):
  return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))

添加字符标识的输出，字符标识的输出，如下所示：

字符ID填充：[47,13,16,13,16,16,52,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0]

char_ids_unpadded:[47,13,16,13,16,16,52]

---

注意：填充的字符为列表格式，类型为int，仍然使用tf.train.Features进行映射，错误为TypeError:[47、13、16、13、13、13、16、16、52、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0、0]具有“类“列表”类型，但应为以下类型之一：（“类“int”）

您已经将一个列表传递给了

tf.train.Int64List

，因此不需要创建包含

\u int64\u feature

参数的新列表。也就是说，你应该尝试改变

tf.train.Int64List(value=[value])

到

在

\u int64\u功能

功能中

当我运行以下代码时，它可以工作：

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

char_ids_padded = [47, 13, 16, 13, 16, 16, 16, 52, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
tf_example = tf.train.Example(features=tf.train.Features(feature={
     'image/class': _int64_feature(char_ids_padded),
}))

---

我尝试给出tf.train.Int64List（value=value），但仍然得到相同的错误，我更新了答案。当你执行那段代码时，它对你有用吗？对不起，这是我的错误，它现在可以工作了。。谢谢

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

char_ids_padded = [47, 13, 16, 13, 16, 16, 16, 52, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
tf_example = tf.train.Example(features=tf.train.Features(feature={
     'image/class': _int64_feature(char_ids_padded),
}))