我正在尝试编写 Tensorflow RecordWriter 类的纯 Java/Scala 实现,以便将 Spark DataFrame 转换为 TFRecords文件。根据文档,在 TFRecords 中,每条记录的格式如下:
uint64 length
uint32 masked_crc32_of_length
byte data[length]
uint32 masked_crc32_of_data
和CRC掩码
masked_crc = ((crc >> 15) | (crc << 17)) + 0xa282ead8ul
目前,我使用以下代码使用 guava 实现计算 CRC:
import com.google.common.hash.Hashing
object CRC32 {
val kMaskDelta = 0xa282ead8
def hash(in: Array[Byte]): Int = {
val hashing = Hashing.crc32c()
hashing.hashBytes(in).asInt()
}
def mask(crc: Int): Int ={
((crc >> 15) | (crc << 17)) + kMaskDelta
}
}
我的其余代码是:
数据编码部分是用下面的一段代码完成的:
object LittleEndianEncoding {
def encodeLong(in: Long): Array[Byte] = {
val baos = new ByteArrayOutputStream()
val out = new LittleEndianDataOutputStream(baos)
out.writeLong(in)
baos.toByteArray
}
def encodeInt(in: Int): Array[Byte] = {
val baos = new ByteArrayOutputStream()
val out = new LittleEndianDataOutputStream(baos)
out.writeInt(in)
baos.toByteArray
}
}
记录是用protocol buffer生成的:
import com.google.protobuf.ByteString
import org.tensorflow.example._
import collection.JavaConversions._
import collection.mutable._
object TFRecord {
def int64Feature(in: Long): Feature = {
val valueBuilder = Int64List.newBuilder()
valueBuilder.addValue(in)
Feature.newBuilder()
.setInt64List(valueBuilder.build())
.build()
}
def floatFeature(in: Float): Feature = {
val valueBuilder = FloatList.newBuilder()
valueBuilder.addValue(in)
Feature.newBuilder()
.setFloatList(valueBuilder.build())
.build()
}
def floatVectorFeature(in: Array[Float]): Feature = {
val valueBuilder = FloatList.newBuilder()
in.foreach(valueBuilder.addValue)
Feature.newBuilder()
.setFloatList(valueBuilder.build())
.build()
}
def bytesFeature(in: Array[Byte]): Feature = {
val valueBuilder = BytesList.newBuilder()
valueBuilder.addValue(ByteString.copyFrom(in))
Feature.newBuilder()
.setBytesList(valueBuilder.build())
.build()
}
def makeFeatures(features: HashMap[String, Feature]): Features = {
Features.newBuilder().putAllFeature(features).build()
}
def makeExample(features: Features): Example = {
Example.newBuilder().setFeatures(features).build()
}
}
下面是一个示例,说明我如何结合使用这些东西来生成我的 TFRecords 文件:
val label = TFRecord.int64Feature(1)
val feature = TFRecord.floatVectorFeature(Array[Float](1, 2, 3, 4))
val features = TFRecord.makeFeatures(HashMap[String, Feature] ("feature"->feature, "label"-> label))
val ex = TFRecord.makeExample(features)
val exSerialized = ex.toByteArray()
val length = LittleEndianEncoding.encodeLong(exSerialized.length)
val crcLength = LittleEndianEncoding.encodeInt(CRC32.mask(CRC32.hash(length)))
val crcEx = LittleEndianEncoding.encodeInt(CRC32.mask(CRC32.hash(exSerialized)))
val out = new FileOutputStream(new File("test.tfrecords"))
out.write(length)
out.write(crcLength)
out.write(exSerialized)
out.write(crcEx)
out.close()
当我尝试读取我通过 TFRecordReader 进入 Tensorflow 的文件时,我收到以下错误:
W tensorflow/core/common_runtime/executor.cc:1076] 0x24cc430 Compute status: Data loss: corrupted record at 0
我怀疑CRC掩码计算不正确或字节序 java和c++生成的文件不一样。
最佳答案
FWIW,Tensorflow 团队提供了用于读取/写入 TFRecords 的实用程序代码,可以是 found in the ecosystem repo
关于java - 用于编写 Tensorflow TFRecords 数据文件的纯 Java/Scala 代码,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/34711264/
我有一个Ruby程序,它使用rubyzip压缩XML文件的目录树。gem。我的问题是文件开始变得很重,我想提高压缩级别,因为压缩时间不是问题。我在rubyzipdocumentation中找不到一种为创建的ZIP文件指定压缩级别的方法。有人知道如何更改此设置吗?是否有另一个允许指定压缩级别的Ruby库? 最佳答案 这是我通过查看rubyzip内部创建的代码。level=Zlib::BEST_COMPRESSIONZip::ZipOutputStream.open(zip_file)do|zip|Dir.glob("**/*")d
我试图在一个项目中使用rake,如果我把所有东西都放到Rakefile中,它会很大并且很难读取/找到东西,所以我试着将每个命名空间放在lib/rake中它自己的文件中,我添加了这个到我的rake文件的顶部:Dir['#{File.dirname(__FILE__)}/lib/rake/*.rake'].map{|f|requiref}它加载文件没问题,但没有任务。我现在只有一个.rake文件作为测试,名为“servers.rake”,它看起来像这样:namespace:serverdotask:testdoputs"test"endend所以当我运行rakeserver:testid时
我的目标是转换表单输入,例如“100兆字节”或“1GB”,并将其转换为我可以存储在数据库中的文件大小(以千字节为单位)。目前,我有这个:defquota_convert@regex=/([0-9]+)(.*)s/@sizes=%w{kilobytemegabytegigabyte}m=self.quota.match(@regex)if@sizes.include?m[2]eval("self.quota=#{m[1]}.#{m[2]}")endend这有效,但前提是输入是倍数(“gigabytes”,而不是“gigabyte”)并且由于使用了eval看起来疯狂不安全。所以,功能正常,
Rails2.3可以选择随时使用RouteSet#add_configuration_file添加更多路由。是否可以在Rails3项目中做同样的事情? 最佳答案 在config/application.rb中:config.paths.config.routes在Rails3.2(也可能是Rails3.1)中,使用:config.paths["config/routes"] 关于ruby-on-rails-Rails3中的多个路由文件,我们在StackOverflow上找到一个类似的问题
对于具有离线功能的智能手机应用程序,我正在为Xml文件创建单向文本同步。我希望我的服务器将增量/差异(例如GNU差异补丁)发送到目标设备。这是计划:Time=0Server:hasversion_1ofXmlfile(~800kiB)Client:hasversion_1ofXmlfile(~800kiB)Time=1Server:hasversion_1andversion_2ofXmlfile(each~800kiB)computesdeltaoftheseversions(=patch)(~10kiB)sendspatchtoClient(~10kiBtransferred)Cl
大约一年前,我决定确保每个包含非唯一文本的Flash通知都将从模块中的方法中获取文本。我这样做的最初原因是为了避免一遍又一遍地输入相同的字符串。如果我想更改措辞,我可以在一个地方轻松完成,而且一遍又一遍地重复同一件事而出现拼写错误的可能性也会降低。我最终得到的是这样的:moduleMessagesdefformat_error_messages(errors)errors.map{|attribute,message|"Error:#{attribute.to_s.titleize}#{message}."}enddeferror_message_could_not_find(obje
我正在寻找执行以下操作的正确语法(在Perl、Shell或Ruby中):#variabletoaccessthedatalinesappendedasafileEND_OF_SCRIPT_MARKERrawdatastartshereanditcontinues. 最佳答案 Perl用__DATA__做这个:#!/usr/bin/perlusestrict;usewarnings;while(){print;}__DATA__Texttoprintgoeshere 关于ruby-如何将脚
如何在buildr项目中使用Ruby?我在很多不同的项目中使用过Ruby、JRuby、Java和Clojure。我目前正在使用我的标准Ruby开发一个模拟应用程序,我想尝试使用Clojure后端(我确实喜欢功能代码)以及JRubygui和测试套件。我还可以看到在未来的不同项目中使用Scala作为后端。我想我要为我的项目尝试一下buildr(http://buildr.apache.org/),但我注意到buildr似乎没有设置为在项目中使用JRuby代码本身!这看起来有点傻,因为该工具旨在统一通用的JVM语言并且是在ruby中构建的。除了将输出的jar包含在一个独特的、仅限ruby
我主要使用Ruby来执行此操作,但到目前为止我的攻击计划如下:使用gemsrdf、rdf-rdfa和rdf-microdata或mida来解析给定任何URI的数据。我认为最好映射到像schema.org这样的统一模式,例如使用这个yaml文件,它试图描述数据词汇表和opengraph到schema.org之间的转换:#SchemaXtoschema.orgconversion#data-vocabularyDV:name:namestreet-address:streetAddressregion:addressRegionlocality:addressLocalityphoto:i
使用带有Rails插件的vim,您可以创建一个迁移文件,然后一次性打开该文件吗?textmate也可以这样吗? 最佳答案 你可以使用rails.vim然后做类似的事情::Rgeneratemigratonadd_foo_to_bar插件将打开迁移生成的文件,这正是您想要的。我不能代表textmate。 关于ruby-使用VimRails,您可以创建一个新的迁移文件并一次性打开它吗?,我们在StackOverflow上找到一个类似的问题: https://sta