TFRecord 应该包含多个观察值还是一个？
Should a TFRecord contain multiple observations or one?
我在 explanation 中看到一个 TFRecord 包含多个 类 和多个图像（一只猫和一座桥）。写入时，两个图像都写入一个 TFRecord。在回读过程中，验证此 TFRecord 包含两个图像。
我在其他地方看到有人为每个图像生成一个 TFRecord，我知道你可以像这样加载多个 TFRecord 文件：
train_dataset = tf.data.TFRecordDataset("<Path>/*.tfrecord")
但是推荐哪种方式呢？我应该为每个图像构建一个 tfrecord，还是为多个图像构建一个 tfrecord？如果将多个图像放入一个 tfrecord，那么最大数量是多少？
正如您所说，可以在单个 TFRecord 文件中保存任意数量的条目，并且可以根据需要创建任意数量的 TFRecord 文件。
我建议使用实际考虑因素来决定如何进行：
- 一方面，尝试使用更少的
TFRecord 文件以便更轻松地处理文件系统中的移动文件
- 另一方面，避免将
TFRecord 文件增长到可能成为文件系统问题的大小
- 请记住，为训练/验证/测试拆分保留单独的
TFRecord 文件很有用
- 有时数据集的性质使得如何拆分成单独的文件变得显而易见（例如，我有一个视频数据集，每个参与者会话使用一个
TFRecord 文件）
我在 explanation 中看到一个 TFRecord 包含多个 类 和多个图像（一只猫和一座桥）。写入时，两个图像都写入一个 TFRecord。在回读过程中，验证此 TFRecord 包含两个图像。
我在其他地方看到有人为每个图像生成一个 TFRecord，我知道你可以像这样加载多个 TFRecord 文件：
train_dataset = tf.data.TFRecordDataset("<Path>/*.tfrecord")
但是推荐哪种方式呢？我应该为每个图像构建一个 tfrecord，还是为多个图像构建一个 tfrecord？如果将多个图像放入一个 tfrecord，那么最大数量是多少？
正如您所说，可以在单个 TFRecord 文件中保存任意数量的条目，并且可以根据需要创建任意数量的 TFRecord 文件。
我建议使用实际考虑因素来决定如何进行：
- 一方面，尝试使用更少的
TFRecord文件以便更轻松地处理文件系统中的移动文件 - 另一方面，避免将
TFRecord文件增长到可能成为文件系统问题的大小 - 请记住，为训练/验证/测试拆分保留单独的
TFRecord文件很有用 - 有时数据集的性质使得如何拆分成单独的文件变得显而易见（例如，我有一个视频数据集，每个参与者会话使用一个
TFRecord文件）