tensorflow数据读取（tensorflow读取图片训练）

本篇目录：

1、怎么用python读取csv数据2、如何用Python读取.gz数据3、tensorflow训练好的模型怎么调用

怎么用python读取csv数据

第一种，普通方法读取（open函数打开，然后使用for循环读取内容）；第二种，使用用CSV标准库读取；第三种，用pandas模块读取。

通过爬虫将数据抓取的下来，然后把数据保存在文件，或者数据库中，这个过程称为数据的持久化存储。本节介绍Python内置模块CSV的读写操作。

这两天刚好看到，Python CookBook上有说到。这里是三种读取csv的方法。

如何用Python读取.gz数据

1、gz的数据是这样读的没错，但是pickle不是这样的用的啊，pickle是JSON标准库中的序列化封装类，只能序列化和反序列化python中的类、对象，而不能你随便指定一段数据让它load，它不认识的。

2、就像写入一样，使用 with 语法是一种更简短的方法读取数据。即不需要调用 close 方法，方便地快速交互。使用 Python 有很多方法向文件写入数据，包括用 JSON、YAML、TOML等不同的格式写入。

3、查找目标：就是你指定的查找的内容或单元格引用。本例中表二A列的姓名就是查找目标。我们要根据表二的“姓名”在表一中A列进行查找。

4、下面是一个用 Notepad 打开的 CSV 文件。在Python 中从 CSV 文件里读取数据 现在让我们看看如何在 Python 中读取一个 CSV 文件。你可以用 Python 中的“pandas”库来加载数据。

5、第一步，打开在计算机上编写python的软件，如下图所示，然后进入下一步。其次，完成上述步骤后，创建一个新的py文件，见下图，然后进入下一步。

tensorflow训练好的模型怎么调用

当需要重新运行和训练深度学习模型时，可以通过加载已经保存的模型权重和参数来调用之前训练好的模型。要进行这个过程，需要在训练时设置checkpoint以保留每个epoch的训练结果。

save_path： String类型，用于指定训练结果的保存路径。global_step： 如果提供的话，这个数字会添加到save_path后面，用于构建checkpoint文件。这个参数有助于我们区分不同训练阶段的结果。

Python语言强大的一点是可以调用其他程序或库来实现自己的功能。例如在机器学习中，我们可以使用已经训练好的模型对新数据进行分类，这就需要我们调用模型库来检验数据。

到此，以上就是小编对于tensorflow读取图片训练的问题就介绍到这了，希望介绍的几点解答对大家有用，有任何问题和不懂的，欢迎各位老师在评论区讨论，给我留言。

数据