我正在查看递归神经网络演练here。在本教程中，他们有一个执行以下操作的订单项：
dataset = dataset.shuffle(BUFFER_SIZE).batch(BATCH_SIZE,drop_remainder=True)
但是，如果您要进行顺序构建，那仍然有必要吗？查看sequential文档，是否会自动执行随机播放？如果没有，为什么要在这里做？是否有一个简单的数值示例效果？
如果顺序构建模型，是否需要进行tensorflow混洗和批处理？
•
问答
jimmetao 回答：如果顺序构建模型，是否需要进行tensorflow混洗和批处理？
tf.keras.models.Sequential也可以像tf.data.Dataset那样对数据进行批处理和混洗。这些预处理功能以顺序方式提供，因为它可以占用多种类型的数据，例如NumPy数组，tf.data.Dataset，dict对象以及tf.keras.utils.Sequence。
tf.data.Dataset API提供了这些功能，因为该API与其他TensorFlow API（不涉及Keras）保持一致。
我认为改组和批处理不需要进行两次。您可以根据需要删除，这不会影响模型的训练。我认为作者想使用tf.data.Dataset将数据导入Keras模型。 dataset.shuffle( ... ).batch( ... )与Dataset口语化。