我有一个语义分割深度学习模型，我想使用 TFX 在 kubeflow 上部署它。
当我将独立的 DL 代码移动到 TFX 组件时，我遇到了一些问题
- 输入图像和掩码将存储在 tf 记录中。在 TFX 管道启动（即 ExampleGen）之前进行诸如裁剪、调整大小、将蒙版和图像组合到地面实况等预处理是否是一种好习惯？
- 或者，将原始图像和蒙版存储在 tf-record 中，然后在 TFX 的 Transform 组件中进行预处理会更好吗？
- 我还有一些在训练期间用于数据增强的代码。在训练器组件或 TFX 的转换组件中应用增强功能会更好吗？
我非常感谢任何需要注意的专业提示或注意事项！