tf.compat.v1.train.shuffle_batch

Создаёт пакеты путём случайного перемешивания тензоров. (устарело)

tf.compat.v1.train.shuffle_batch(
    tensors,
    batch_size,
    capacity,
    min_after_dequeue,
    num_threads=1,
    seed=None,
    enqueue_many=False,
    shapes=None,
    allow_smaller_final_batch=False,
    shared_name=None,
    name=None
)

Данная функция добавляет следующее к текущему Graph:

• Очередь перемешивания, в которую добавляются тензоры из tensors.
• Операцию dequeue_many для создания пакетов из очереди.
• Операцию QueueRunner в коллекцию QUEUE_RUNNER, для добавления тензоров из tensors.

Если enqueue_many равно False, то tensors предполагается как представляющее один пример. Входной тензор с формой [x, y, z] будет выведен как тензор с формой [batch_size, x, y, z].

Если enqueue_many равно True, то tensors предполагается как представляющее пакет примеров, где первый размер индексируется по примеру, и все члены tensors должны иметь одинаковый размер в первом измерении. Если входной тензор имеет форму [*, x, y, z], выходной тензор будет иметь форму [batch_size, x, y, z].

Аргумент capacity контролирует, насколько долго предопределению разрешается увеличивать очереди.

Возвращаемая операция является операцией декьюинга и выбросит tf.errors.OutOfRangeError, если очередь ввода исчерпана. Если эта операция подкармливает другую очередь ввода, её запуск очереди перехватит эту ошибку. Однако, если эта операция используется в вашем главном потоке, вы должны сами перехватывать эту ошибку.

Пример:

# Creates batches of 32 images and 32 labels.
image_batch, label_batch = tf.compat.v1.train.shuffle_batch(
      [single_image, single_label],
      batch_size=32,
      num_threads=4,
      capacity=50000,
      min_after_dequeue=10000)

Примечание: Вы должны убедиться, что либо (i) передан аргумент shapes, либо (ii) все тензоры в tensors должны иметь полностью определённые формы. ValueError будет вызвано, если ни одно из этих условий не выполняется.

Если allow_smaller_final_batch равно True, то возвращается более маленький размер пакета, чем batch_size, когда очередь закрыта и нет достаточно элементов для заполнения пакета, в противном случае ожидаемые элементы отбрасываются. Кроме того, все статические формы выходных тензоров, полученные через свойство shape, будут иметь значение первого Dimension, равное None, и операции, зависящие от фиксированного batch_size, потерпят неудачу.

Потоки ввода данных, основанные на очередях, не поддерживаются при включённом eager выполнении. Пожалуйста, используйте API tf.data для обработки данных при eager выполнении.