buffer_size是采样视野范围而非随机开关：设为32时若前1000条全为猫图，则初期batch几乎只见猫；1等价不shuffle，2仅能交换相邻样本，1000在10万数据中仅形成滑动窗口搅动。
buffer_size不是“随机开关”，而是采样视野范围
它不决定“要不要打乱”，而决定“能从多大范围内挑”。dataset.shuffle()底层用的是流式蓄水池采样：先装满 buffer_size 条样本，再随机抽一条输出，同时补进下一条。所以如果你设 buffer_size=32，但数据集前 1000 条全是猫图，那模型前几个 batch 几乎只看到猫——不是 shuffle 没跑，是它根本“看不见”后面的狗。
- 设
buffer_size=1等价于不 shuffle（每次只能从单个元素里选） - 设
buffer_size=2最多交换相邻两条，毫无打乱意义 - 设
buffer_size=1000而数据集有 10 万条，那第 1 条输出永远来自前 1000 条，后续也仅能在“滑动窗口”内搅动
小数据集（
内存允许时，直接用 len(dataset) 或 tf.data.experimental.cardinality(dataset).numpy() 获取真实长度，传给 shuffle()。但关键前提是：得先 cache()，否则每轮 epoch 都重新读文件、解码图像，shuffle 成本反而更高。
- 正确顺序：
dataset.cache().shuffle(total_count).map(preprocess).batch(32) - 漏掉
cache()→ 即使buffer_size设对，I/O 成为瓶颈，shuffle 效果被稀释 - 若数据来自 TFRecord，且文件名按类别排序（如
cat-0001.tfrecord,dog-0001.tfrecord），即使buffer_size很大，也要先glob后shuffle文件列表，再构建TFRecordDataset
中等规模数据（1 万–10 万）要避开 batch size 的陷阱
常见错误是把 buffer_size 设成和 batch_size 一样大，比如都设 32。这会导致每个 batch 内部看似随机，但 batch 之间高度相关——因为缓冲区刚吐出一个 batch，就立刻被下一个同类样本填满。
- 最低门槛：≥
batch_size * 10（例如 batch=32 → buffer_size≥320） - 推荐值：总样本数 × 10% ~ 20%（5 万样本 → 5000~10000）
- 别信“够用就行”：buffer_size=1000 对 5 万样本，仍可能让前 10 个 epoch 反复在局部类别簇上震荡
reshuffle_each_iteration=False 是调试关键开关
默认 reshuffle_each_iteration=True，每 epoch 重置 shuffle 状态。但调试时想复现某次“乱序异常”，就得关掉它，并固定 seed：
立即学习“Python免费学习笔记（深入）”；
.shuffle(buffer_size, seed=42, reshuffle_each_iteration=False)- 关掉后，同一个 dataset 迭代多次会输出完全相同序列，方便比对 label 分布
- 注意：即使设了
seed，若buffer_size过小或 TFRecord 文件读取顺序固定，依然无法保证类间均衡
真正卡住训练的，往往不是模型结构，而是 buffer_size 设得太保守，又没配 cache() 或打乱文件列表。这些细节不显眼，但会让 shuffle 变成“假随机”。
