Tensorflow中tf.train.shuffle_batch的个人理解

版权声明：本文为博主原创文章，未经博主允许不得转载： https://blog.youkuaiyun.com/hmmhxh/article/details/99328315

前言

我们从文件中读取数据之后，就会对数据进行批量训练，这是我们通常会用到tf.train.shuffle_batch(tensor_list, batch_size, capacity, min_after_dequeue, num_threads=1, seed=None, enqueue_many=False, shapes=None, name=None)，关于该函数参数，本人通过学习体会，特写下该博文，希望对大家的理解有用。

参数理解

tensor_list: 入队的张量列表
batch_size: 单次批处理的样本数量
num_threads=1: 线程数量
min_after_dequeue: 单次提取batch_size个样本后，剩余队列进行下一次提取保证的至少剩余量，如果太大，则刚开始需要向capacity中补充很多数据
capacity: 整个队列的容量，从capacity中提取batch_size个样本
seed: 随机提取、补充随机种子数设置
enqueue_many: 进入队列数据是否允许重复，默认不允许重复
希望能对大家的理解有所帮助。