Python 为谷歌云机器学习项目存储图像的最佳方式?
我正在运行一个机器学习项目,使用谷歌云平台和Tensorflow和Keras。我的数据集中有大约30000张PNG图像。当我在本地运行它时,Keras有很好的实用程序来加载图像,但Google云服务需要使用某些库,例如Python 为谷歌云机器学习项目存储图像的最佳方式?,python,tensorflow,google-cloud-platform,keras,google-cloud-ml-engine,Python,Tensorflow,Google Cloud Platform,Keras,Google Cloud Ml Engine,我正在运行一个机器学习项目,使用谷歌云平台和Tensorflow和Keras。我的数据集中有大约30000张PNG图像。当我在本地运行它时,Keras有很好的实用程序来加载图像,但Google云服务需要使用某些库,例如tensorflow.file\u io(请参阅:),以便从GC存储桶中读取文件 从Google云存储桶加载图像的最佳方式是什么?现在,我将它们保存为字节,并从一个文件中读取它们,但是如果能够直接从GC bucket加载图像,那就太好了 谢谢,这篇文章可能会有所帮助 它使用新的t
tensorflow.file\u io
(请参阅:),以便从GC存储桶中读取文件
从Google云存储桶加载图像的最佳方式是什么?现在,我将它们保存为字节,并从一个文件中读取它们,但是如果能够直接从GC bucket加载图像,那就太好了
谢谢,这篇文章可能会有所帮助
它使用新的tf.data.Dataset API以高性能的方式直接加载图像。因此,您可以存储单个文件,而不是单个文件。。。尽管单个文件可能会提供更好的性能,但如果您使用类似于TFRecord的文件,每个记录包含一个图像
希望有帮助