TensorFlow1.10中tf.FixedLenFeature等三类特征解析配置的区别是什么

这三个类均为tf.parse_example、tf.parse_single_example、tf.parse_sequence_example等TFRecord特征解析接口的配置参数，用于指定对应特征的解析规则，具体差异如下：

1. tf.FixedLenFeature #

• 适用场景：仅用于解析定长特征，是常规定长特征的通用解析配置
• 核心参数：必须指定shape（特征的固定维度）、dtype（特征数据类型），可选配置default_value（特征不存在时的默认填充值，需和指定shape匹配）
• 解析输出：返回和指定shape完全一致的稠密Tensor，无稀疏结果
• 用法示例：解析长度为128的浮点型 embedding 特征

  tf.FixedLenFeature(shape=[128], dtype=tf.float32, default_value=tf.zeros([128], tf.float32))
  

2. tf.VarLenFeature #

• 适用场景：用于解析无固定长度上限的变长特征，适合长度波动极大的离散特征场景
• 核心参数：仅需指定dtype，无需配置shape参数
• 解析输出：返回tf.SparseTensor类型的稀疏张量，可通过tf.sparse_tensor_to_dense接口手动转为稠密张量；若样本不存在该特征，默认返回空稀疏张量
• 注意：该类解析的多值特征会被展开为一维稀疏张量，不会保留原始的序列维度结构

3. tf.FixedLenSequenceFeature #

• 适用场景：用于解析有固定长度上限的变长序列特征，适合同批次样本序列长度不一致但不超过预设最大值的场景
• 核心参数：必须指定shape（序列的最大维度，例如序列最大长度为64、每个元素为3维向量则配置为[64, 3]）、dtype，可选配置allow_missing（是否允许样本不存在该特征，默认值为False）、default_value（超出实际序列长度的位置的填充值）
• 解析输出：返回和指定shape一致的稠密Tensor，实际长度不足的位置会自动用default_value填充，会完整保留原始序列的维度结构
• 注意：该类通常配合tf.parse_sequence_example接口使用，也可在tf.parse_example中用于定长维度的列表类特征解析

核心差异汇总 #

• 适用场景区分：
  • 固定维度的特征（如年龄、图片像素矩阵、固定长度的embedding）选用tf.FixedLenFeature
  • 长度波动极大无固定上限的变长特征（如用户全生命周期点击序列、长尾搜索词特征）选用tf.VarLenFeature
  • 预先做过截断处理、最大长度固定的变长序列特征（如分词后截断到64字的句子特征、固定最大长度的语音帧序列）选用tf.FixedLenSequenceFeature
• 输出类型区分：
  • tf.FixedLenFeature、tf.FixedLenSequenceFeature默认输出稠密Tensor
  • tf.VarLenFeature默认输出稀疏Tensor
• 参数配置区分：
  • tf.VarLenFeature无需指定shape，其余两类都需要指定shape参数

内容的提问来源于stack exchange，提问作者Bowen Peng