Tensorflow 当我有多条TFR记录时,如何使用slim.dataset\u数据\u提供程序?
我正在使用slim.dataset\u数据\u提供程序。比如说,Tensorflow 当我有多条TFR记录时,如何使用slim.dataset\u数据\u提供程序?,tensorflow,Tensorflow,我正在使用slim.dataset\u数据\u提供程序。比如说, my_dataset = slim.dataset.Dataset( data_sources='datasets/my_data.tfrecord`, reader=reader, decoder=decoder, ...) provider = slim.dataset_data_provider.DatasetDataProvider(
my_dataset = slim.dataset.Dataset(
data_sources='datasets/my_data.tfrecord`,
reader=reader,
decoder=decoder,
...)
provider = slim.dataset_data_provider.DatasetDataProvider(
my_dataset,
...)
我发现这很方便。但是,my_data.tfrecord
现在已经是15GB左右了,我应该会收到更多的数据。我不想重新创建一个巨大的TFRecord文件,而是想保留几个TFRcord文件,例如my_data\u a.TFRecord
,my_data\u B.TFRecord
,等等
如果我有多个TFrecord文件,如何使用slim.dataset\u数据\u提供程序?或者,有办法做到这一点吗?通过一个实验,我认为可以使用几个TFR记录,例如
my_dataset = slim.dataset.Dataset(
data_sources=['a.tfrecord`, 'b.tfrecord`],
reader=reader,
decoder=decoder,
...)