我创建了一个tf.data.Dataset对象,并想使用该对象来训练模型:
我想知道上述数据集与下面的数据集有什么区别:
我知道它们除了性能不应该有区别。但我不知道是否应该使用.apply()方法?
第一种实现方式正确吗?
dataset = dataset.prefeth()
dataset = dataset.shuffle()
dataset = dataset.repeat()
dataset = dataset.map()
dataset = dataset.filter()
dataset = dataset.batch()
我想知道上述数据集与下面的数据集有什么区别:
dataset = dataset.prefeth()
dataset = dataset.shuffle()
dataset = dataset.repeat()
dataset = dataset.apply(tf.contrib.data.map_and_batch())
我知道它们除了性能不应该有区别。但我不知道是否应该使用.apply()方法?
第一种实现方式正确吗?