我不明白如何针对多个时期运行tf.train.batch的结果。它当然会用完一次，我不知道如何重新启动它。
也许我可以使用tile（很复杂的but described in full here）重复它。
如果我每次都可以重画一个批次，那很好-我需要在0到num_examples之间的batch_size随机整数。 （我的示例全部位于本地RAM中）。我还没有找到一种简单的方法来立即获得这些随机抽奖。
理想情况下，重复批处理时也应该进行改组，但是对我来说，运行一个时期然后进行改组等更有意义，而不是将训练空间加入其自身的num_epochs大小，然后进行改组。
我认为这很令人困惑，因为由于我的输入适合内存，所以我并没有真正构建输入管道，但是我仍然需要构建批处理，混排和多个时期，这可能需要更多关于输入管道的知识。
最佳答案
tf.train.batch只是将上游样本分为几批，仅此而已。它打算在输入管道的末尾使用。数据和纪元在上游处理。
例如，如果您的训练数据适合张量，则可以使用tf.train.slice_input_producer生成样本。此函数具有改组和时期的参数。
关于python - TensorFlow火车批次有多个时期？，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/48977277/