エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
tensorflow2のtf.dataを使ってaugmentationを高速化する - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
tensorflow2のtf.dataを使ってaugmentationを高速化する - Qiita
はじめに Kerasやtf.kerasのImageDataGeneratorは遅いので、tf.data.Datasetを使って学習を高速化してみ... はじめに Kerasやtf.kerasのImageDataGeneratorは遅いので、tf.data.Datasetを使って学習を高速化してみます。 今回データ水増しにはKeras Preprocesing Layerを使用します。注:tensorflow2.3.0では使用可能ですが、まだ実験段階の機能とのことです。なのでご注意ください。 環境 python 3.6.9 tensorflow 2.3.0 GPU GTX1060 参考文献 1.TensorFlow公式チュートリアル チュートリアルらしく、step-by-stepでわかりやすいです。 2.TensorFlowで使えるデータセット機能が強かった話 tf.data.Datasetについてメチャクチャわかりやすい解説。とくにshuffleの説明がすごく良かったです。ありがとうございます。 3.scikit-learn、Keras、