InvalidArgumentError: Feature: feature (data type: string) is required but could not be found.

問題原因： 生成的.tfrecord數據中的key（鍵值）和你在代碼中讀取的 key 不匹配導致的。我們在使用不是自己產生的數據時經常會出現這樣的錯誤。既然數據已經生成了，就不可能再去修改數據了，所以將你讀取的代碼中的鍵值改成生成時的就OK了

例：我產生報錯的原因

生成時：

feature = {'image': _bytes_feature(encoded_jpg),'label': _int64_feature(integer_label)}

讀取時：

features = {'image': tf.FixedLenFeature([], tf.string),'target': tf.FixedLenFeature([], tf.int64)}

這就很明顯了，上面時 label。 下面是 target。所以會報錯啦。將下面的target改成上面的label就好啦。

即：

features = {'image': tf.FixedLenFeature([], tf.string),'label': tf.FixedLenFeature([], tf.int64)}

?

總結

以上是生活随笔為你收集整理的tfrecord数据报错 InvalidArgumentError: Feature: feature (data type: string) is required but could not的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。