이전 Post에서 TFRecord File Format을 만드는 방법에 대해서 알아보았습니다. 이번 Post에서는 지난 번에 작성한 TFRecord Dataset으로 Image Classification을 해보겠습니다.
TFRecord는 Tensorflow와 함께 사용할 때 최고의 성능을 보여줍니다. 그래서, 가능하면 모든 Code들은 Tensorflow에서 제공하는 Function들을 사용해서 작성해 보도록 하겠습니다. 0.
Prepare 필요한 Module을 Load합니다. import tensorflow as tf from tqdm import tqdm from sklearn.model_selection import train_test_split Batch Size와 Prefetch할 Size를 미리 정의합니다. class CFG: BATCH_SIZE = 32 BUFFER_SIZE = 500 추후에 map에 적용하기 위해서 TFRecord File들의 Full Path를 구해놓...
#
AI
#
Pipeline
#
Prefetch
#
Preparation
#
Protobuf
#
Pytorch
#
Sequential
#
SerializeToString
#
Tensorflow
#
tf
#
TFRecord
#
TFRecordDataset
#
TFRecordWriter
#
torch
#
parse_single_example
#
optimizer
#
AUTOTUNE
#
Binary
#
CNN
#
Dataset
#
Deep
#
DL
#
Extraction
#
Feature
#
from_tensor_slices
#
keras
#
lambda
#
Learning
#
num_parallel_calls
#
train_test_split
원문 링크 : Using TFReocrd File
