tfrecord和瓶颈有什么不同？

Question

我一直在使用inception_v4和inception_resnet_v2等模型研究迁移学习。发现一些使用瓶颈的项目和一些使用tfrecords来存储训练图像的项目。当使用这两种方法用相同的数据重新训练inception_v4模型时，瓶颈给出了95%的准确率，而tfrecord只给出了75%。但是，所有的新项目似乎都使用tfrecords作为数据和.ckpt格式来存储模型。有人能给我解释一下在哪种情况下有什么区别，哪一个更好吗？

Answer 1

如果使用大型数据集，则使用二进制文件格式存储数据可能会对导入管道的性能产生重大影响。因此，它会影响模型的训练时间。

通过使用TFRecords，可以存储序列数据。例如，一系列数据。此外，它很容易组合多个数据集，并与库提供的数据导入和预处理功能无缝集成。

有关TFrecords的更多信息，请参阅此link。