TFRecordDataset和FixedLengthRecordDataset之间的区别是什么? &

Question

从项目中获取用例并解释每个用例的用法将是非常棒的。提前谢谢。

Answer 1

TFRecordDataset、FixedLengthRecordDataset和TextLineDataset是Dataset的一类。

Dataset是一个基类，包含创建和转换数据集的方法。还允许您从内存中的数据或从Python生成器初始化数据集。

自1.4版以来，Datasets是一种创建TensorFlow模型输入管道的新方法。这个API比使用feed_dict或基于队列的管道性能要高得多，而且更干净，更容易使用。

作为一个用例，您可以考虑将数据预处理以将其馈送到训练模型中(下面链接中的示例非常不言自明)。

• TFRecordDataset:读取TFRecord文件中的记录(例1，例2)。

#Python
dataset = tf.data.TFRecordDataset("/path/to/file.tfrecord")

• FixedLengthRecordDataset:从二进制文件中读取固定大小的记录。

#Python
images = tf.data.FixedLengthRecordDataset(
images_file, 28 * 28, header_bytes=16).map(decode_image)

• TextLineDataset:从文本文件读取行。

查看此文档(包括textlinedatasset示例)