我喜欢这个示例,只是使用numpy数组作为输入(https://www.tensorflow.org/tutorials/keras/classification)。
为什么不将numpy数组更改为tensorflow张量或tf.data?如果都可以,为什么需要张量流张量?
答案 0 :(得分:1)
您可以使用tf.data
,根据我的经验,最好将它与TF一起使用,尽管它有点复杂。假设您有大量的数据集,可能难以放入内存(RAM),使用Numpy数组,它将在训练过程中尝试将其存储到内存中,因此,使用{{1} },您可以使用相同数量的数据进行训练,但是现在只有当前用于训练的数据(例如批次)将存储在内存中。这可以让您使用GB的数据,而不会耗尽内存错误。我会说,这是它们之间的主要区别。您可以阅读更多here。