关于TensorFlow中dataset.shuffle、dataset.batch与dataset.repeat的注意事项浅析
5星
- 浏览量: 0
- 大小:None
- 文件类型：PDF
简介：
本文探讨了在使用TensorFlow框架时，如何正确运用dataset.shuffle、dataset.batch以及dataset.repeat方法，并分析它们可能带来的影响及需要注意的问题。
batch很好理解，就是指批处理大小（batch size）。注意，在一个epoch中最后一个批次的大小可能小于等于设定的批处理大小。
dataset.repeat表示的是所谓的epoch，在TensorFlow中与dataset.shuffle的使用顺序可能会导致每个epoch的数据混合情况不同。
dataset.shuffle是指维持一个buffer size大小的shuffle buffer。图中所需的样本从这个shuffle buffer中获取，每次取走一个样本后，就会从源数据集中加入一个新的样本到shuffle buffer里。
```python
import os
os.environ[CUDA_VISIBLE_DEVICES] =
```
注意这里最后一行代码设置了环境变量`CUDA_VISIBLE_DEVICES`为空字符串，表示不使用任何GPU设备。
全部评论 (0)
还没有任何评论哟~
