每个.tfrecord文件有多少个图像（用于训练tensorflow对象检测API）？

在对象检测API文档中，描述了如何将整个训练集分割成多个文件。但他们只说,

“当您有数千个以上的示例时，将数据集分成多个文件是非常有益的：…”

我想知道一个很好的分割数，作为训练图像数的函数

每个文件的实例数是否有一个最佳大小，或者文件大小是否更重要

（如果有任何变化，我最终想在Google AI平台上训练对象检测API模型。）谢谢。

（1）有比worker/GPU数量更多的文件，这样每个worker都可以读取自己的文件

---

（2） 尝试拥有每个数百MB的文件，因为GCS的吞吐量很高，但到第一个字节的时间很长。

所以没有理由拥有超过{num_workers}个文件？例如，如果我使用一个TPU，一个大的.tfrecord文件就可以了？如果你只使用一个TPU内核，那么，是的，一个大文件就可以了。谢谢，@Lak！您是否有任何支持您所有声明的文档链接（无论如何似乎都是合理的）？TF团队切分图像TF记录的经验法则是每个tfrecord文件100到200张图像。