Python 在数据集上创建小子集,并使用TensorFlow 2中每个历元的不同子集进行训练
假设我有一个5000张图像的数据集。我希望在每个历元的200张图像的小子集上对模型进行训练,并确保模型在每个历元开始时看到一个新的子集,而不是在相同的5000张图像上训练我的模型。如何在TensorFlow 2中实现这一点Python 在数据集上创建小子集,并使用TensorFlow 2中每个历元的不同子集进行训练,python,tensorflow,deep-learning,Python,Tensorflow,Deep Learning,假设我有一个5000张图像的数据集。我希望在每个历元的200张图像的小子集上对模型进行训练,并确保模型在每个历元开始时看到一个新的子集,而不是在相同的5000张图像上训练我的模型。如何在TensorFlow 2中实现这一点 tf.data.Dataset.shard()对此有用吗 输入文件是.mat文件
tf.data.Dataset.shard()
对此有用吗
输入文件是.mat文件