tfrecord和瓶颈之间有什么区别

Question

我一直在使用诸如inception_v4和inception_resnet_v2之类的模型来研究迁移学习。找到了一些使用瓶颈的项目，有些使用了tfrecords存储训练图像。使用这两种方法使用相同的数据重新训练inception_v4模型时，瓶颈的准确性为95％，而tfrecord的准确性仅为75％。但是，所有新项目似乎都将tfrecords用于数据，并使用.ckpt格式存储模型。有人可以告诉我有什么区别，在那种情况下哪个更好？

Answer 1

如果使用大型数据集，则使用二进制文件格式存储数据可能会对导入管道的性能产生重大影响。因此，它将影响您训练模型的时间。

通过使用TFRecords，可以存储序列数据。例如，一系列数据。此外，它易于组合多个数据集，并与该库提供的数据导入和预处理功能无缝集成。

有关TFrecord的更多信息，请参阅此link。