使用参数查看两个函数签名
#relations: array:5 [▼
"orders" => Collection {#442 ▼
#items: array:2 [▼
0 => Order {#446 ▶}
1 => Order {#447 …25}
]
}
和
tf.train.shuffle_batch_join(
tensors_list,
batch_size,
capacity,
min_after_dequeue,
seed=None,
enqueue_many=False,
shapes=None,
allow_smaller_final_batch=False,
shared_name=None,
name=None
)
参数之间唯一的区别是tf.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
)
直观地表示num_threads
可以用多个线程或多个进程处理,除了它们似乎做着几乎相同的工作。
我想知道,除了批处理的多重处理之外,其他人是否可以选择一个而不是另一个。
答案 0 :(得分:1)
shuffle_batch_join TF文档中的报价:
tensors_list参数是张量元组的列表或张量词典的列表。列表中的每个元素的处理方式都类似于tf.train.shuffle_batch()的张量参数。
基本上,shuffle_batch_join预期会:
请注意,如果您使用shuffle_batch_join:
len(tensors_list)线程将启动,线程i将tensors从tensors_list [i]中排队。 tensors_list [i1] [j]的类型和形状必须与tensors_list [i2] [j]匹配,如果enqueue_many为true,则在第一维上除外。