一、tf.train.batch( )
tf.train.batch([example, label], batch_size=batch_size, capacity=capacity)
- [example, label]表示样本和样本标签。
- batch_size是一个样本集的样本个数。
- capacity是该队列的容量。
二、tf.train.shuffle_batch( )
tf.train.shuffle_batch([example, label], batch_size=batch_size, capacity=capacity, min_after_dequeue)
- min_after_dequeue是该队列的最小容量,这参数一定要小于capacity参数的值,否则会出错。值得注意的是,当队列中的元素大于min_after_dequeue的时候就输出乱序的batch。也就是说这个函数的输出结果是一个乱序的batch_size大小的样本排列的batch。