一般來說,有三種方法,我能想到的在TF閱讀習慣的數據:自定義數據讀取器(LMDB)在Tensorflow
- 機實現/自定義數據讀取器 https://www.tensorflow.org/versions/r0.10/how_tos/new_data_formats/index.html
- 的Python函數封裝 https://www.tensorflow.org/versions/r0.9/api_docs/python/script_ops.html
- 佔位符 我已經小鬼成功地說這一點。但是我想要像(1)或(2)這樣的圖表解決方案。
有人可以詳細討論(1)和(2)之間的區別,主要是從性能/效率角度出發,所以我可以使用隊列跑步者。
我的感覺說(1)應該是最有效和最穩健的方式。但是,除非我共享或公開代碼並且其他用戶將不得不編譯,否則該解決方案將不可移植。鑑於(2)和(3)是便攜式的,對嗎?
我也在GitHub上打開了一個功能請求'LMDB Reading Feature',這個問題被誤解和關閉爲一個問題。
UPDATE
TensorFlow不具有本機讀取器:https://github.com/tensorflow/tensorflow/pull/9950