TF-Slim为了方便加载各种数据类型（如TFRocords或者文本文件）的数据，创建了这个库。

Dataset

　　　这里的数据库与通常意义下数据库是不同的，这里数据库是python一个类，它负责将原始数据通过流水线加工成为我们需要的数据格式。

TF-Slim defines a dataset to be a set of files (that may or may not be encoded) representing a finite set of samples, and which can be read to provide a predefined set of entities or items.

　　　比如说我们的数据存储在一个或多个文件中，各个文件中数据数据形式不同，Dataset会将他们解析为单个item，如一幅图像，或者是多个items，如图像，类别标签，场景标签。我们更具体的来看一下流水线中各个部件：

　　　data_sources: 构成原始数据的各个文件

　　　reader： 适用于原始数据数据形式的Tensorflow Reader

　　　decoder: 用TF-Slim data_decoder解码读取到的文件

　　　num_samples: 数据库中元素数量

　　　items_to_description: 对数据库中items的描述

　　　流水线先通过reader从data_sources打开文件，然后用decoder解码文件，最后允许用户取得items。

　　　这样我们就对这个库有一个总体把握，接下来我们会结合源码了解流水线中各个部件的使用。

　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　最新一次编辑在：12:03:30，2018-07-16

原文地址：https://www.cnblogs.com/zzy-tf/p/9317038.html