标签： python tensorflow neural-network deep-learning
我在Tensorflow中处理大量数据。
一种方法是定义占位符，然后通过我自己在图形之外定义的函数读取我的数据，例如队列，每次都将批量输入到占位符中。
另一种方法是在Tensorflow中使用与记录器相关的内置类来直接读取数据作为张量。
我搜索但未能找到两者之间的任何相关比较。有没有人知道他们的优势和不利因素，尤其是效率？当你使用tensorflow时，你们更喜欢哪一个？
答案 0 :(得分：0)
比较和讨论了Tensorflow中读取数据的不同方法here，并进行了更多比较here
tfrecord允许以块的形式读取数据，因此您可以处理超出RAM容量的数据。此外，它可以使用tf.Coordinator和start_queue_runners以单独的线程读取数据的方式进行排列。可以找到更多信息here
tfrecord
tf.Coordinator
start_queue_runners