1、.h文件
一般来说，深度学习的训练数据和训练后的参数都会保存为h5格式文件。
对于训练数据来说，深度学习中当训练大量数据时，如果从硬盘中加载再预处理，再传递进网络，这是一个非常耗时的过程。
其中从硬盘中读取图片会花费大量时间，更可行在方法是将其存在单个文件中，如h5文件。
1、优点：
可以支持大量数据，其中数据集大小大于RAM大小
可以增加训练的batch size
不用指定数据和数据的shape
一般来说，深度学习的训练数据和训练后的参数都会保存为h5格式文件。
对于训练数据来说，深度学习中当训练大量数据时，如果从硬盘中加载再预处理，再传递进网络，这是一个非常耗时的过程。
其中从硬盘中读取图片会花费大量时间，更可行在方法是将其存在单个文件中，如h5文件。
1、优点：
可以支持大量数据，其中数据集大小大于RAM大小
可以增加训练的batch size
不用指定数据和数据的shape
【推荐】国内首个AI IDE，深度理解中文开发场景，立即下载体验Trae
【推荐】编程新体验，更懂你的AI，立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包，你的智能百科全书，全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell：AI 加持，快人一步
· AI与.NET技术实操系列：向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列：如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· SQL Server 2025 AI相关能力初探
· 震惊！C++程序真的从main开始吗？99%的程序员都答错了
· 【硬核科普】Trae如何「偷看」你的代码？零基础破解AI编程运行原理
· 单元测试从入门到精通
· 上周热点回顾（3.3-3.9）
· winform 绘制太阳，地球，月球 运作规律