我必须将数据集转换为TFRecords格式才能在Google Cloud ML Engine上使用吗?

我可以在不将数据集转换为TFRecords格式的情况下,在Google Cloud ML Engine上训练我的模型吗?


回答:

是的,你可以,根据文档

Cloud ML Engine不会干涉你的数据格式;你可以使用 任何适合你的训练应用的输入格式。 不过,你需要确保你的输入数据是TensorFlow可以读取的格式。同时,你的数据需要存放在你的Cloud ML Engine项目可以访问的位置。最简单的解决方案通常是使用一个CSV文件,存放在你的Google Cloud项目可以访问的Google Cloud Storage桶中。某些类型的数据,例如稀疏向量和二进制数据,使用TensorFlow的tf.train.Example格式并序列化为TFRecords文件可能会有更好的表现。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注