Tensorflowコードは、Pythonの組み込みメソッドとは異なるファイルI/Oのメソッドを使用します。 source codeによると、それは「スレッドロックせずにファイルI/Oラッパー」テンソルフローgfileを使用する理由(ファイルI/Oの場合)
として有用である
私はそれが有用である何かの機会と、それは使用すべきでないときに確認していません。
このコメントあなた
Tensorflowコードは、Pythonの組み込みメソッドとは異なるファイルI/Oのメソッドを使用します。 source codeによると、それは「スレッドロックせずにファイルI/Oラッパー」テンソルフローgfileを使用する理由(ファイルI/Oの場合)
として有用である
私はそれが有用である何かの機会と、それは使用すべきでないときに確認していません。
このコメントあなた
ありがとう:
ファイルI/Oラッパーを
をロックするスレッドずに... TensorFlowのtf.gfile
モジュールに特に役に立たない説明です! tf.gfile
モジュールの
主な役割は以下のとおりです。
FileSystem
APIに基づいて実装を提供するために、とfile
オブジェクトに近いAPIを提供します。C++ FileSystem
APIは、ローカルファイル、Googleクラウドストレージ(gs://
接頭辞を使用して)、およびHDFS(hdfs://
接頭辞を使用して)を含む複数のファイルシステムの実装をサポートしています。 TensorFlowはこれらをtf.gfile
としてエクスポートします。これにより、チェックポイントの保存とロード、TensorBoardログの書き込み、およびトレーニングデータへのアクセス(他の用途の中でも)にこれらの実装を使用できます。ただし、すべてのファイルがローカルの場合は、通常のPythonファイルAPIを問題なく使用できます。
私のファイルがすべてローカルの場合は、['tf.gfile'](https://www.tensorflow.org/api_docs/python/tf/gfile/GFile)を使って計算上の利点を得られますか? – martianwars
いいえ、おそらくそうではありません。 – mrry