¿Cuál es la diferencia entre almacenar datos en HDF5 frente al formato TFRecord de TensorFlow?

Supongo que está preguntando sobre las ventajas de la comprobación de puntos con la clase tf.train.Saver de tensorflow en comparación con la evaluación de las variables y guardarlas como hdf5 usted mismo. Con la primera opción, obtienes algunos beneficios de tensorflow como jugar bien con entrenamiento distribuido sin tener que cambiar tu código, tener el parámetro max_to_keep donde elimina automáticamente los puntos de control antiguos, el parámetro var_list donde puedes especificar qué variables quieres usar o excluir, y cosas como esas. Con la última opción obtienes más estabilidad y con un pequeño código adicional tienes un modelo mental más claro de lo que está sucediendo (menos magia en tu nombre). ¿Cuándo ocurre el ahorro? Cuando dices que sí. ¿Será fácil o incluso posible leer el formato de búfer de protocolo binario de la versión 0.11 de tensorflow en unos años? No lo sé. ¿Podrás leer hdf5 en 20 años? Si.

More Interesting

¿Cómo descifrar cualquier entrevista de aprendizaje automático? ¿Qué tipo de preguntas debo esperar? Qué tipos de proyectos paralelos relevantes se verían bien en un CV

Soy candidato a doctorado en una universidad en Irán, tengo experiencias en PNL persa, Spark, Hadoop y aprendizaje profundo. ¿Tengo alguna posibilidad de ingresar a Google?

¿Puede el aprendizaje automático desarrollar el gusto?

En TensorFlow, ¿qué es una capa 'densa' y una 'abandonada'?

¿Cuáles son los casos de uso de aprendizaje profundo en CRM?

Como dicen, cada función posible se puede modelar con una percepción de 2 capas, en teoría, ¿se puede modelar una función del universo en una red neuronal con 2 o 3 capas de profundidad?

Necesito analizar resúmenes de texto en lenguaje humano e identificar los temas mencionados en ellos. ¿Esto cae bajo el reconocimiento de la entidad nombrada?

Cuál debería ser mi próximo paso, después de cubrir las estadísticas básicas de las estadísticas principales, un curso básico de análisis de datos (preparación de datos, exploración, clasificación, minería de reglas de asociación, agrupación, regresión) y un proyecto en un conjunto de datos SSLC (puede encontrarlo en mi único blog en Quora) usando R?

¿Cuál es el plan de estudios de maestría de Stanford en AI / ML?

¿Cuánto tiempo debo pasar aprendiendo Python antes de pasar a otros aspectos de la ciencia de datos (análisis práctico, matemáticas, etc.)?

¿Podrían probarse los conceptos de la medicina tradicional china mediante el aprendizaje profundo?

¿Debo usar bibliotecas de python como Scikit-learn para ML que tienen algoritmos estándar implementados (considerando que soy un novato en el aprendizaje automático)?

¿El análisis discriminante lineal funciona para distribuciones que no sean gaussianas?

¿Cómo se aplica el aprendizaje profundo en el reconocimiento de imágenes?

¿Cuáles son los grandes problemas en la inferencia variacional?