PaddlePaddle/models

data/dataset/youtube8m将tfrecord转为pkl

Open

#3,803 建立於 2019年10月29日

在 GitHub 查看
 (2 留言) (0 反應) (1 負責人)Python (6,853 star) (2,956 fork)batch import
help wanted

描述

当文件较多时，后面的转换速度会越来越慢，有没有好的处理方式？tf2pkl.py

貢獻者指南

技術棧
pythontensorflow
領域
datamachine learning
議題類型
performance
難度面向新貢獻者的預計實作難度，1 表示很小改動，5 表示專家級工作。
3
預計時間有經驗貢獻者完成調查、實作、測試並準備 pull request 的粗略時間範圍。
1-2 days
活動狀態議題目前的可參與程度：新鮮、活躍、陳舊、阻塞或等待維護者輸入。
stale
清晰度議題是否清楚說明預期改動、驗收標準和下一步。
needs investigation
前置要求
Basic Python knowledgeUnderstanding of TFRecord format
新手友善度1-100 的估計分數，表示該議題對首次貢獻者的友善程度。
20
研究方向
Investigate the tf2pkl.py script to understand the current conversion logic. Profile the code to identify why performance degrades with more files, possibly due to memory or I/O bottlenecks. Consider implementing batch processing or using multiprocessing. Check the repository's discussions or maintainer comments for known solutions or planned improvements.