TensorFlow数据读取全解析
本文详细介绍了TensorFlow中的三种主要数据读取方式：使用占位符读入，适用于小规模数据；通过队列建立文件到tensor的映射；以及使用Dataset API，这是官方推荐的方式，特别适合大规模数据集，使数据处理更高效、简洁。
目前tensorflow 读取数据大致以下三种方式：
1. 用占位符（tf.p l a c e h o l d e r()）读入，这种方法比较简单, 读取方式非常灵活，而且易于理解，但是在读取大数据时会非常吃力。
2. 用队列的形式建立文件到tensor的映射。
3. D a t a s e t A P I入数据，D a t a s e t A P I是T e n s o r F l o w 1 . 3版本新引入的一种读取数据的机制，这是目前官网上比较推荐的一种方式，相对于队列读取文件的方法，更为简单。Dataset API：将数据直接放在graph中进行处理，整体对数据集进行上述数据操作，使代码更加简洁。
参考 https://www.jianshu.com/p/9cd3b9a3d65c
扫一扫
390
到【灌水乐园】发言
