Pour toute personne atterrissant ici, la réponse suivante a été fournie (par un googler) sur : Pourquoi utiliser tensorflow gfile ? (pour les E/S de fichiers)
Les principaux rôles du module tf.gfile sont :
-
Pour fournir une API proche des objets fichiers de Python, et
-
Fournir une mise en œuvre basée sur l'API de système de fichiers C++ de TensorFlow.
L'API C++ FileSystem prend en charge plusieurs implémentations de systèmes de fichiers, notamment les fichiers locaux, le stockage Google Cloud (à l'aide d'un fichier gs://
préfixe), et HDFS (en utilisant un hdfs://
préfixe). TensorFlow les exporte comme tf.gfile
afin que vous puissiez utiliser ces implémentations pour sauvegarder et charger les points de contrôle, écrire les journaux TensorBoard et accéder aux formations. sauvegarder et charger les points de contrôle, écrire les journaux de TensorBoard et accéder à la formation. (entre autres). Cependant, si tous vos fichiers sont locaux, vous pouvez vous pouvez utiliser l'API de fichier Python ordinaire sans aucun problème.