昨天介紹了如何產生 tfrecord，今天要介紹的當然就是如何讀取 tfrecord啦！

上次我們將每個人的資料都包成一個 example 後塞入 record，所以反過來說，讀取的話，我們也是以一個 example 為單位去讀取 tfrecord，第一步就是先呼叫 iterator。

record_iterator = tf.python_io.tf_record_iterator(path=TFRECORD_PATH)

有了 record_iterator，我們就可以透過 for 迴圈將資料讀出，tf.train.Example 中有一個 ParseFromString 的方法，可以將 tf_record 反序列化回來，這時的 example 就會是類似 dictionary 格式的資料。

for tf_record in record_iterator:
    example = tf.train.Example()
    example.ParseFromString(tf_record)

還記得我們說，被存成 example 的資料中，裡面的 features 必須以 list 格式包起來嗎？這次解析時也一樣，因此我們定義了幾個方法，用來簡化解析時要不要在程式碼加或不加[]的問題。

def get_int64(example, key):
    return example.features.feature[key].int64_list.value[0]

def get_int64_list(example, key):
    return example.features.feature[key].int64_list.value

def get_bytes(example, key):
    return example.features.feature[key].bytes_list.value[0]

def get_float(example, key):
    return example.features.feature[key].float_list.value[0]

定義方法後，就可以來解析資料啦！我們用上述的方法取得名稱，年齡等文字資訊，圖片的話，這邊用 write file 的方法，將大頭照存至檔案。

讀取 tfrecord 不難吧！

tensorflow原始碼