tfrecord 和 bottleneck 有什么区别

Question

我一直在研究使用 inception_v4 和 inception_resnet_v2 等模型的迁移学习。发现一些使用 bottleneck 的项目，一些使用 tfrecords 来存储训练图像。当使用这两种方法用相同的数据重新训练 inception_v4 模型时，bottleneck 给出了 95% 的准确率，而 tfrecord 只给出了 75%。但是，所有新项目似乎都使用 tfrecords 来存储数据和 .ckpt 格式来存储模型。谁能解释一下有什么区别，在哪种情况下哪个更好

Answer 1

如果您正在处理大型数据集，使用二进制文件格式存储数据会对导入管道的性能产生重大影响。因此，它会影响你的模型训练时间。

通过使用 TFRecords，可以存储序列数据。例如，一系列数据。此外，它可以轻松组合多个数据集，并与图书馆提供的数据导入和预处理功能无缝集成。

更多关于TFrecords的信息，请参考这篇link。