訓練批次：哪種 Tensorflow 方法是正確的？

Question

我正在嘗試訓練一個非常簡單的神經網絡來對數據樣本進行分類，其中某些類必然會繼承其他類 - 這就是我決定讓輸入數據分批進入網絡的原因。 使用 Tensorflow，顯然您可以獲得多種聲明批次的方法，例如tf.data.Dataset.batch （我目前使用 Adam Optimizer 進行訓練）和tf.train.batch 。 區別在哪里？ 這些方法應該一起使用還是排他的？ 在后一種情況下：我應該更喜歡哪個？

Answer 1

tf.train.*是一種較舊的 API，比tf.data.*更復雜且容易出錯（您需要照顧好隊列、線程運行器、協調器等）。 對於您的既定目的（批處理數據並將其提供給模型），兩者在功能上是等效的，因為兩者都可以實現您的目標。 但是，您應該考慮使用tf.data因為它更易於使用，也是當前推薦的處理輸入數據集的方式。