我正在阅读有关有效加载大数据的不同技术。与 tf.keras.preprocessing.imageImageDataGenerator 相比，tf.data 似乎表现良好。

据我所知，tf.data 使用 CPU 流水线来高效地加载数据并进行处理，从而使模型训练连续且快速。但是我不明白这两种技术有何不同以及以何种方式不同。如果有人可以解释这一点，我将不胜感激。

最佳答案

主要区别在于 ImageDataGenerator 使用 Pillow 库加载和预处理图像，而 tf.data 使用 tf.image 预处理技术。 ImageDataGenerator 返回一批张量图像。此外，tf.data 使用prefetch、cache 等功能来提高准备数据集的效率。 p>

关于python - tf.data 与 tf.keras.preprocessing.image.ImageDataGenerator，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60946027/