how to increase the speed of data loading for the deep learning

def load_img(self, fname):

#print(fname)

in_fname = fname[:-3]+"png"

input_path = os.path.join(self.data_path, 'input', fname)

if input_path in self.cache:

input = self.cache[input_path]

else:

input = self.raw2rggb(input_path)

self.cache[input_path] = input

def load_img(self, fname):
        #print(fname)
        in_fname = fname[:-3]+"png"
        input_path = os.path.join(self.data_path, 'input', fname)
        if input_path in self.cache:
            input = self.cache[input_path]
        else:
            input = self.raw2rggb(input_path)
            self.cache[input_path] = input
          
        ....

  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

SetMaker

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值