我想知道在使用带有tensorflow数据集和keras模型的Google云存储上的图像时，哪种解决方案更有效。
我当前的解决方案将jpg图像预处理为给定格式（image_size * image_size * 3），并将带有标签和图像像素的CSV文件写入一行。然后，我将此tf.data中的CSV文件与TextLineDataset（）方法一起使用。与tf.image.resize（）相比，我更喜欢这种解决方案，因为我认为从CSV文件加载经过预处理的图像像素比在运行时处理图像必须更有效。我的逻辑有什么问题吗？您能举例说明前一种解决方案比后者更有效，反之亦然吗？我知道从云存储中读取数据可能会成为瓶颈，但另一方面，从存储中读取jpg图像也会遇到同样的问题。
最诚挚的问候