Database 使用hdf5进行深度学习的计算效益

在一些情况下，hdf5存储格式用于深度学习。可以理解hdf5共享数据的好处。然而，我是否可以期望通过使用hd5f而不是级联帧的图像来提高训练效率

如果共享是我最不关心的问题，那么有什么理由我应该使用hdf5吗

编辑：

---

我浏览了各种页面，如HDF5用户指南、常见问题解答和其他博客文章。我发现hdf5主要是一种多功能存储格式。我找不到他们在我所关心的环境中讨论效率的细节。

我曾处理过图像、视频、录音、文本，甚至3D磁共振成像。我从未遇到过数据读取速度是管道瓶颈的情况

然而，将数据集存储在hdf5中的一个优点是，初始加载到内存比单独读取数千个文件要快得多。我通常使用云服务来同步数据，其中一个大文件比一百万个小文件方便得多

---

除此之外，我想不出使用hdf5的效率优势

第2段提到的效率是指更快的训练速度还是节省存储空间？@pietz，很抱歉不清楚。我只关心训练速度。