tf.train.batch()和tf.train.shuffle_batch()函数

tf.train.batch([example, label], batch_size=batch_size, capacity=capacity)
[example, label]表示样本和样本标签
batch_size是返回的一个batch样本集的样本个数
capacity是队列中的容量。这主要是按顺序组合成一个batch

tf.train.shuffle_batch([example, label], batch_size=batch_size, capacity=capacity, min_after_dequeue)。
这里面的参数和上面的一样的意思。不一样的是这个参数min_after_dequeue，一定要保证这参数大于capacity参数的值，否则会出错。这个代表队列中的元素大于它的时候就输出乱的顺序的batch。也就是说这个函数的输出结果是一个乱序的样本排列的batch，不是按照顺序排列的。