KAPITEL 13
Daten mit TensorFlow laden und vorverarbeiten
Bisher haben wir nur Datensätze verwendet, die in den Speicher passen, aber Deep-Learning-Systeme werden häufig mit sehr großen Datensätzen trainiert, die nicht ins RAM passen. Das Aufnehmen und effiziente Vorverarbeiten eines großen Datensatzes kann mit anderen Deep-Learning-Bibliotheken nur mit Schwierigkeiten möglich sein, aber TensorFlow macht es dank seiner Data-API sehr einfach: Sie erstellen einfach ein Dataset-Objekt und teilen ihm mit, wo es die Daten findet und wie diese zu transformieren sind. TensorFlow kümmert sich um die ganzen Implementierungsdetails, wie zum Beispiel Multithreading, Queueing, Batching und Prefetching. Zudem arbeitet die Data-API nahtlos mit tf.keras zusammen! ...
Get Praxiseinstieg Machine Learning mit Scikit-Learn, Keras und TensorFlow, 2nd Edition now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
