TFX-如何检查csvexample的记录

Question

问题

如何检查加载到TFX CSVEXAMPLE中的数据？

CSV

从 california_housing_train.csv 从下面看。

经度	纬度	housing_median_age	total_bedrooms	total_bedroom	suppers	toper_income	median_value	344700
-122.05	37.37	27	3885	661	1537	606	6.6085	4
csvexample	将	中	270500	csvexample	。	到	加载	csv
CSV	​	​	​	​	​	​	​	​

​

​在我的理解中，XXXExample Gen是生成TF.RECORD实例，因此我想知道是否有一种方法可以通过CSVEXAMPLE的记录进行迭代。

from tfx.components import (
    CsvExampleGen
)
housing = CsvExampleGen("sample_data/california_housing_train.csv")
housing
----------
CsvExampleGen(
    spec: <tfx.types.standard_component_specs.FileBasedExampleGenSpec object at 0x7fcd90435450>,
    executor_spec: <tfx.dsl.components.base.executor_spec.BeamExecutorSpec object at 0x7fcd90435850>,
    driver_class: <class 'tfx.components.example_gen.driver.FileBasedDriver'>,
    component_id: CsvExampleGen,
    inputs: {},
    outputs: {
        'examples': OutputChannel(artifact_type=Examples,
        producer_component_id=CsvExampleGen,
        output_key=examples,
        additional_properties={},
        additional_custom_properties={})
    }
)

实验

for record in housing.outputs['examples']:
    print(record)

---

TypeError Trackback（最近的最新电话） 在 ----＆gt; 1在housing中记录。输出['示例']： 2打印（记录）

TypeError：“ outputchannel”对象是不可能的

Answer 1

您是否有机会查看此 tutorials in Tuteach ，其中说明了如何显示示例组件的工件？您可以修改以下代码（来源： tfx tutorial 。

# Get the URI of the output artifact representing the training examples, which is a directory
train_uri = os.path.join(example_gen.outputs['examples'].get()[0].uri, 'Split-train')

# Get the list of files in this directory (all compressed TFRecord files)
tfrecord_filenames = [os.path.join(train_uri, name)
                      for name in os.listdir(train_uri)]

# Create a `TFRecordDataset` to read these files
dataset = tf.data.TFRecordDataset(tfrecord_filenames, compression_type="GZIP")

# Iterate over the first 3 records and decode them.
for tfrecord in dataset.take(3):
  serialized_example = tfrecord.numpy()
  example = tf.train.Example()
  example.ParseFromString(serialized_example)
  pp.pprint(example)