Cách cấu hình tập flower dataset cho hiệu năng với TensorFlow

Để cấu hình mô hình cho hiệu năng tốt hơn, định nghĩa hàm thực hiện cache(), shuffle(), batch(), prefetch() và áp dụng cho train/validation dataset.

Mã ví dụ

print("Định nghĩa hàm cấu hình hiệu năng")
def configure_for_performance(ds):
    ds = ds.cache()
    ds = ds.shuffle(buffer_size=1000)
    ds = ds.batch(batch_size)
    ds = ds.prefetch(buffer_size=AUTOTUNE)
    return ds

print("Gọi hàm trên train dataset")
train_ds = configure_for_performance(train_ds)
print("Gọi hàm trên validation dataset")
val_ds = configure_for_performance(val_ds)

Nguồn mã: TensorFlow Images Tutorial

Đầu ra

Định nghĩa hàm cấu hình hiệu năng
Gọi hàm trên train dataset
Gọi hàm trên validation dataset

Giải thích

• Mô hình cần train với dataset được shuffle tốt, batch, và prefetch.
• Các tính năng này thêm bằng tf.data API.