python之各种 TensorFlow 数据加载习语适用于哪些场景_编程设计

我有一个 TensorFlow 深度学习工作流程，其中我有一个使用常规 NumPy 构建的相当简单的数据读取和馈送管道；但我看到 TensorFlow 提供了大量用于加载数据和构建数据管道的功能。我想知道这些目标是什么场景。好像有两个:

学习涉及非常大的真实世界数据集，并且
使用 high-level TensorFlow API 构建的网络.

看来使用"reading" as opposed to "feeding"的好处(例如 tf.train.shuffle_batch 等函数，甚至像 tf.one_hot 这样的简单助手)也适用于前者，而 things like input functions 的大部分文档, 似乎专门针对后者。

在我的例子中，我使用的文件可以使用标准 Python 轻松读取，并且可以一次高效地加载到内存中，只需使用 np.arrays 就可以正常工作，和其他方法要么看起来太复杂(读取管道；实际上很慢，我已经厌倦了它们)要么不合适(“高级”API，因为我主要使用“低级”API ).

鉴于我已经正确使用 TensorFlow(不是低级学习 API)并且提供 NumPy 数组满足我的需求，我的结论是否正确，没有充分的理由为这两种替代方法烦恼？可以说这些方法的预期目标与我的不同吗？

或者是否有另一种分类法可以更好地考虑各种 TensorFlow 数据加载习语及其应用场景？

请您参考如下方法:

Yaroslav 已经告诉过你 feeding , queues并谈到了数据集。我的一些想法:

如果您只是想学习 TF 或想快速试验您的各种模型，feed_dict 为您提供了一种快速的方法。存在性能下降，这就是为什么存在队列
队列允许您指定绕过 python -> native_TF -> python 循环和 GIL 的 TF 操作。队列的最大问题是它们很难使用(在能够正确使用我的数据之前，我总是很费力)。许多其他人都在挣扎，你可以看到一些examples of problems here

新介绍Datasets (由于某些原因没有官网链接，可能会随着TF 1.3加入)解决了很多问题。它们非常易于使用(查看页面末尾的示例)并且代码非常简单和简短。这是一个例子:

def parser(record): 
    # parse the record with tf.parse_single_example 
 
iterator = tf.contrib.data.TFRecordDataset( 
    glob.glob("data/tfrecords/training_shard_*.tfrecord") 
).map(parser).batch(batch_size).shuffle(shuffle_num).repeat(repeat_num).make_initializable_iterator() 
next_element = iterator.get_next() 
 
... 
with tf.Session() as sess: 
    sess.run(iterator.initializer) 
 
    for i in xrange(100000): 
        sess.run(next_element)

这几行能够用队列代替 X4 行。让它工作也比队列更容易(几乎和 feed_dict 一样简单)。所以现在我的意见是不再需要排队了。使用 feed_dict 或数据集。