随着Keras2即将在TensorFlow和TensorFlow 2.0中实现，您应该将Keras ImageDataGenerator与一起使用，flow_from_directory还是tf.data从TensorFlow中使用，fit_genearator现在也可以与Keras 一起使用？
两种方法会因为用途不同而占据一席之地，还是tf.data成为新方法，而Keras发生器将来会被弃用？
谢谢，我想走这条路，让我在这个快速发展的领域中保持更长的时间。
自发布以来，TensorFlow Dataset API是默认建议的构建在TensorFlow后端（Keras和低级TensorFlow）上构建的任何模型的输入管道的方法。在TF 1.XX更高版本它可以在直接使用tf.keras.Model.fit方法如
model.fit(dataset, epochs)
快速原型制作都不错，
dataset = tf.data.Dataset.from_tensor_slices((train, test))
dataset = dataset.shuffle().repeat().batch()
以及用于构建复杂的高性能ETL管道4.升级数据输入管道，请参见https://www.tensorflow.org/guide/performance/datasets
根据官方文档，在TF 2.0中，它也是将数据输入模型的默认方式。https://www.tensorflow.org/alpha/guide/migration_guide
默认情况下，即将运行的TensorFlow版本将被急切执行，数据集对象将变得可迭代，甚至更易于使用。
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句