Python 如何在Tensorflow中弃用random_批次？

我正在做教程，我被

数据卡住了。random\u batch（batch\u size=train\u batch\u size）

。 看起来tensorflow中有些人不赞成。我得到以下错误：

AttributeError: 'Datasets' object has no attribute 'random_batch'

---

我一直在谷歌上寻找解决方案，但运气不好。有人知道该方法现在隐藏在哪里吗？

您可以使用

tf.data.dataset.batch（batch\u size=train\u batch\u size）

对输入数据进行批处理，但首先您必须使用数据的相关方法从输入数据创建数据集，例如

dataset=tf.data.TFRecordDataset（filename）

。

---

之后，您可以创建一个迭代器，通过定义迭代器

数据集来获取每个批次的培训。创建一个\u shot\u迭代器（）

。可以在tensorflow指南中找到详细的解释您可以使用

tf.data.dataset.batch（batch\u size=train\u batch\u size）

对输入数据进行批处理，但首先您必须使用数据的相关方法从输入数据创建数据集，例如

dataset=tf.data.TFRecordDataset（filename）

。 之后，您可以创建一个迭代器，通过定义迭代器

数据集来获取每个批次的培训。创建一个\u shot\u迭代器（）

。有关详细说明，请参见tensorflow指南