Die verschiedenen Möglichkeiten, Daten in Tensorflow

Question

ich die Art und Weise untersuchen zu laden Daten in Tensorflow mit tf.contrib.learn.datasets

Zum Beispiel zu laden,

1. Iris Datensatz zu laden, Iris flower classifier sie den folgenden Code verwendet:

   training_set = tf.contrib.learn.datasets.base.load_csv_with_header(
   filename=IRIS_TRAINING, 
   target_dtype=np.int, 
   features_dtype=np.float32) 
   

2. Um mnist MNIST zu laden, sie verwendet:

   mnist = tf.contrib.learn.datasets.mnist.read_data_sets(train_dir=LOGDIR + 'data', one_hot=True) 
   

Können Sie mir helfen, zwischen zwei Möglichkeiten, die verschiedenen herauszufinden. Wie können wir insbesondere wissen, welcher Weg sich für die gegebene Art von Daten eignet?

Vielen Dank im Voraus,

Answer 1

würde ich nicht sagen, dass ein Weg gibt es Daten in TF zu laden: es auf das Format der Daten abhängt, ecc. Vielleicht möchten Sie einen Blick auf this guide werfen, der den Mechanismus und die Philosophie hinter den Eingangspipelines erklärt.