吴裕雄--天生自然 pythonTensorFlow图形数据处理：读取MNIST手写图片数据写入的TFRecord文件

import numpy as np
import tensorflow as tf

from tensorflow.examples.tutorials.mnist import input_data

# 读取文件。
filename_queue = tf.train.string_input_producer(["F:\\output.tfrecords"])
reader = tf.TFRecordReader()
_,serialized_example = reader.read(filename_queue)

# 解析读取的样例。
features = tf.parse_single_example(serialized_example,features={‘image_raw‘:tf.FixedLenFeature([],tf.string),‘pixels‘:tf.FixedLenFeature([],tf.int64),‘label‘:tf.FixedLenFeature([],tf.int64)}) 

images = tf.decode_raw(features[‘image_raw‘],tf.uint8)
labels = tf.cast(features[‘label‘],tf.int32)
pixels = tf.cast(features[‘pixels‘],tf.int32)

sess = tf.Session()

# 启动多线程处理输入数据。
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess,coord=coord)

for i in range(10):
    image, label, pixel = sess.run([images, labels, pixels])
    print(label)