我正在尝试训练一个非常简单的神经网络来对数据样本进行分类，其中一些类别必然会接连出现——这就是为什么我决定让输入数据以批次的形式进入网络。使用Tensorflow，显然你有多种声明批次的方式，例如tf.data.Dataset.batch（我目前使用Adam优化器进行训练）和tf.train.batch。它们的区别在哪里？这些方法应该一起使用还是互斥的？如果是后者：我应该选择哪一个？

回答：

tf.train.*是一个较旧的API，比tf.data.*更复杂且更容易出错（你需要自己管理队列、线程运行器、协调器等）。对于你所述的目的（批处理数据并将其输入模型），这两者在功能上是等效的，因为它们都能达到你的目标。然而，你应该考虑使用tf.data，因为它既更易于使用，又是当前推荐的处理输入数据集的方式。