エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
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。
Jax と PyTorch 用の TFDS | TensorFlow Datasets
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
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- 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
Jax と PyTorch 用の TFDS | TensorFlow Datasets
Jax と PyTorch 用の TFDS コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行... Jax と PyTorch 用の TFDS コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 TFDS は常に フレームワーク非依存型でした。たとえば、NumPy 形式のデータセットを簡単に読み込んで、Jax と PyTorch で使用することができます。 TensorFlow とそのデータ読み込みソリューション(tf.data)は、設計上、API の第一級市民です。 TensorFlow を使用せずに NumPy のみでデータを読み込めるように、TFDS を拡張しました。これは、Jax や PyTorch などの ML での使用に便利であり、実際に PyTorch ユーザーの場合、TensorFlow では以下のことが発生する可能性があります。 GPU/TPU メモリの予約 CI/CD でのビルド時間の長期化 ランタイム時のインポートの長期化 Tensor