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，其中某些类必然会成功完成其他类 - 这就是我决定让输入数据分批进入网络的原因。使用Tensorflow，显然你可以通过多种方式声明批量，例如tf.data.Dataset.batch（我目前使用Adam Optimizer训练）和tf.train.batch。区别在哪里？这些方法应该一起使用还是排他性的？在后一种情况下：我应该选择哪一个？
tf.train.*是一个较旧的API，比tf.data.*更复杂且容易出错（你需要自己照顾队列，线程运行器，协调器等）。为了您的声明目的（批处理数据并将其提供给模型），两者在功能上是等效的，因为两者都达到了目标。但是，您应该考虑使用tf.data，因为它更易于使用，而currently recommended way则可以处理输入数据集。