与repeat（）和batch（）一起使用时的TensorFlow dataset.shuffle（）行为

这到底能做什么

dataset = tf.data.Dataset.from_tensor_slices([0, 0, 0, 1, 1, 1, 2, 2, 2])
dataset.shuffle(buffer_size=5).repeat().batch(3)

---

我注意到了几个相关的问题，但没有一个完全回答了我的担忧。我对

shuffle（buffer\u size）

在做什么感到困惑。我知道它将把5个第一个示例

[0,0,0,1,1]

放入内存，但它接下来将如何处理这个缓冲区？这个缓冲区是如何与

repeat（）

和

batch（）

交互的？

洗牌的工作方式很复杂，但是你可以先填充一个大小为buffer\u size的缓冲区，然后，每次你请求一个元素时，对该缓冲区中一个均匀随机的位置进行采样，并用一个新的元素替换它

---

洗牌前的批处理意味着您将洗牌预先制作的小批量（这样小批量本身不会改变，只是它们的顺序），而洗牌后的批处理允许您随机更改批次本身的内容。类似地，洗牌前重复意味着您将洗牌一个无限流示例（因此第二个历元的顺序将不同于第一个历元），而洗牌后重复意味着您将在每个历元中始终看到相同的示例。

我仍然不清楚它到底是如何工作的。您是否可以使用问题中给出的示例演示此过程？您可能会感到困惑，因为在tf2.0的alpha和beta版本中，shuffle和repeat的组合没有按照文档和以前的tensorflow版本的预期执行。有关更多详细信息，请参阅此github问题（以及一些我发现对理解洗牌、重复和批处理操作非常有用的示例）：