TFRecord读取报错怎么办？教你一招避坑

💓 博客主页：瑕疵的CSDN主页

📝 Gitee主页：瑕疵的gitee主页

⏩ 文章专栏：《热点资讯》

被TFRecord特征类型坑到凌晨三点，这招真香

今天跑数据管道，TFRecord读取突然报错：
ValueError: Expected float32, got string

我盯着屏幕盯了半小时，以为是文件路径错了。结果一查，发现是特征类型写死了float32，但实际TFRecord里存的是base64字符串。

核心根源：
TFRecord存储图片时，会把图片转成字符串（base64编码）。我定义特征时手滑写成float32，解析时自然对不上。不是文件问题，是描述和数据打架。

错误示范（我踩的坑）：

# 错误示范：图片字段设成float32feature_description={'image':tf.io.FixedLenFeature([],tf.float32),# 错！实际是字符串'label':tf.io.FixedLenFeature([],tf.int64)}defparse_func(example):features=tf.io.parse_single_example(example,feature_description)image=features['image']# 这里直接报错label=features['label']returnimage,label

运行就崩：Expected float32, got string。我试过重写路径、删缓存，全白费。

正确姿势（直接上代码）：

# 正确姿势：匹配实际数据类型feature_description={'image':tf.io.FixedLenFeature([],tf.string),# 改成string'label':tf.io.FixedLenFeature([],tf.int64)}defparse_func(example):features=tf.io.parse_single_example(example,feature_description)# 重点：用decode_jpeg把字符串转成图片image=tf.io.decode_jpeg(features['image'],channels=3)# 通道数设3label=features['label']returnimage,label

关键点：

1. 特征类型必须用tf.string（和存储一致）
2. 用tf.io.decode_jpeg转换，别直接拿字符串当图片
3. 通道数按实际设（RGB是3，灰度是1）

（图：左边错误类型 vs 右边实际数据类型）

避坑总结：

1. 生成TFRecord前，先用tf.io.TFRecordWriter写个测试样本，打印数据类型
2. 读取时，别信自己记的类型——直接看数据：print(features['image'].numpy())
3. 报错时，先看Expected和got，别瞎猜路径
4. 永远在parse_func里加个tf.debugging.assert_type校验

这次坑我半小时，但记住：TFRecord的特征描述是数据管道的命根子。下次再出错，直接看特征定义，别浪费时间。
（附：生成TFRecord时，图片转字符串的代码我写在评论区了，需要的自取）