บทนำ
TensorFlow ใช้ tf.data API เพื่อสร้าง Input Pipeline ที่มีประสิทธิภาพ สำคัญสำหรับการเทรนโมเดลขนาดใหญ่
การติดตั้ง
pip install tensorflow
ตัวอย่างโค้ด
AUTOTUNE = tf.data.experimental.AUTOTUNE
def configure_dataset(dataset):
return dataset.cache().prefetch(buffer_size=AUTOTUNE)
binary_train_ds = configure_dataset(binary_train_ds)
binary_val_ds = configure_dataset(binary_val_ds)
binary_test_ds = configure_dataset(binary_test_ds)
int_train_ds = configure_dataset(int_train_ds)
int_val_ds = configure_dataset(int_val_ds)
int_test_ds = configure_dataset(int_test_ds)คำอธิบาย
cache(): เก็บข้อมูลในหน่วยความจำหลังโหลดครั้งแรก ลด I/O ซ้ำprefetch(): โหลดข้อมูล batch ถัดไปพร้อมกับการเทรน batch ปัจจุบัน (Overlap)AUTOTUNE: ให้ TensorFlow ปรับ buffer size อัตโนมัติ
