关于tf.contrib.data.Dataset（来自TensorFlow 1.2，请参阅here和here）用法：
当我repeat（对于多个纪元）与shuffle一起使用时（内部为read_batch_features），当一些纪元结束时，我会注意到什么，以及当前的纪元是什么？此外，当纪元结束时，ShuffleDataset是否会先等待一切出列或者是否已经填充了下一个纪元的更多数据？在上一个时代，或者如果我不使用repeat，ShuffleDataset是否会将所有剩余数据出列，例如tf.RandomShuffleQueue出列后是否会出列？
我当前的解决方案，这也让我有更多的控制权：我不会使用repeat但是只使用ShuffleDataset一次，然后使用RandomShuffleQueue进行洗牌，就像OutOfRangeError一样我得到<body>
<div id="B">
<div id="A"></div>
</div>
<div id="C"></div>
</body>
，我知道我到了时代的末尾。然后我重新初始化迭代器，就像它描述here。
答案 0 :(得分：12)
Dataset.shuffle()的行为取决于管道中相对于Dataset.repeat()的显示位置：
如果shuffle 之前 repeat，则输出序列将首先从纪元i生成所有记录，然后再显示纪元记录中的任何记录i + 1。
如果shuffle repeat之后，输出序列可能会在纪元{{1}之前或之后产生纪元i的记录}（和，纪元i + 1，概率随i + k增加，随buffer_size减少。）
如果你想在时期之间进行一些计算，并避免混合来自不同时期的数据，最简单的方法是避免k并在每个时代结束时捕捉repeat()。
您可以构建一些更有趣的管道来跟踪纪元数。例如，您可以将纪元编号编码为每个元素的组成部分：
OutOfRangeError ...其中dataset = (
Dataset.range(None).flat_map(lambda epoch_num:
Dataset.zip(
(Dataset.from_tensors(epoch_num).repeat(), # Infinite repeat of `epoch_num`.
..., # Definition of a Dataset over a single epoch.
)
)
)
)
是为单个纪元定义...的表达式，包括批处理和随机播放。