Почему я не могу разделить файлы при создании некоторых файлов TFrecord? - PullRequest
Новая
       27

Почему я не могу разделить файлы при создании некоторых файлов TFrecord?

0 голосов
/ 10 апреля 2019

Почему я не могу разделить файлы при генерации некоторых файлов TFrecords?

Я делаю некоторые работы по прогнозированию белковых структур.Как вы знаете, одна молекула белка может иметь разные нити.Поэтому мне нужно разделить список атомов на разные записи TF по имени цепочки.

Проблема в том, что этот код закончился генерацией нескольких записей TF без записи.Все пусто.

Или, есть ли способ разделить нити во время тренировки моего модуля?Тогда я мог бы проигнорировать эту проблему и поместить имя цепи в TFrecords как функцию.

'' 'со всеми импортированными модулями и без ошибок' '' 


def generate_TFrecord(intPosition, endPosition, path):

    CrtS = x #x is the name of the current strand

    path = path + CrtS

    writer = tf.io.TFRecordWriter('%s.tfrecord' %path)

    for i in range(intPosition, endPosition):

        if identifyCoreCarbon(i):

            vectros  = getVectors(i)
            features = {}
            '''
            feeding this dict
            '''
            tf_features = tf.train.Features(feature = features)
            tf_example  = tf.train.Example(features = tf_features)
            tf_serialized = tf_example.SerializeToString()
            writer.write(tf_serialized)
            '''
            if checkStrand(i) == False:
                writer.write(tf_serialized)
                intPosition = i
            '''
    writer.close()
'''
strand_index is a list of all the startpoint of a single strand
'''
for loop in strand_index:
    generate_TFrecord(loop, endPosition, path)




'''
________division___________

This code below works, but only generate a single tfrecord containing all the atom imformations.


writer = tf.io.TFRecordWriter('%s.tfrecord' %path)
for i in range(0, endPosition):
    if identifyCoreCarbon(i):
        vectros  = getVectors(i)
        features = {}
        '''
        feeing features
        '''
        tf_features = tf.train.Features(feature = features)
        tf_example  = tf.train.Example(features = tf_features)
        tf_serialized = tf_example.SerializeToString()
        writer.write(tf_serialized)

writer.close()

'''
...