标签： python tensorflow tensorflow-datasets
如果我们想训练我们的NN，以使每个小批量都代表整个数据集的代表性混合，并使用未均匀混合的碎片，那么这可能吗？
我知道，如果我们先将所有内容洗牌，然后细分为碎片，一切都会很高兴。
但是，请考虑以下情况：我们拥有最初的分片集，然后在以后以类分配非常不同的方式获取更多数据。如果没有重新整理/重新分片整个数据集，我们该怎么办？ （假设数据集太大而无法放入RAM中。）
这种情况是否甚至是分片的预期用例，还是我们完全滥用了分片？