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