сно TensorFlowдокументация ,prefetch а такжеmap методыtf.contrib.data.Dataset класс, оба имеют параметр с именемbuffer_size.

Заprefetch Метод, параметр известен какbuffer_size и согласно документации:

buffer_size: скалярный tf.Tensor tf.int64, представляющий максимальное количество элементов, которые будут буферизироваться при предварительной выборке.

Дляmap Метод, параметр известен какoutput_buffer_size и согласно документации:

output_buffer_size: (Необязательно.) Скалярный tf.Tensor tf.int64, представляющий максимальное количество обработанных элементов, которые будут буферизованы.

Аналогично дляshuffle Метод, такое же количество появляется и согласно документации:

buffer_size: скалярный tf.Tensor tf.int64, представляющий количество элементов из этого набора данных, из которого будет сэмплирован новый набор данных.

Какова связь между этими параметрами?

Предположим, я создаюDataset объект следующим образом:

 tr_data = TFRecordDataset(trainfilenames)
    tr_data = tr_data.map(providefortraining, output_buffer_size=10 * trainbatchsize, num_parallel_calls\
=5)
    tr_data = tr_data.shuffle(buffer_size= 100 * trainbatchsize)
    tr_data = tr_data.prefetch(buffer_size = 10 * trainbatchsize)
    tr_data = tr_data.batch(trainbatchsize)

Какую роль играетbuffer параметры в приведенном фрагменте?