tensorflow中的資料集類Dataset有一個shuffle方法，用來打亂資料集中資料順序，訓練時非常常用。其中shuffle方法有一個引數buffer_size，非常令人費解，文件的解釋如下：
buffer_size: A tf.int64 scalar tf.Tensor, representing the number of elements from this dataset from which the new dataset will sample.
你看懂了嗎？反正我反覆看了這說明十幾次，仍然不知所指。
首先，Dataset會取所有資料的前buffer_size資料項，填充 buffer，如下圖
然後，從buffer中隨機選擇一條資料輸出，比如這裡隨機選中了item 7，那麼buffer中item 7對應的位置就空出來了
然後，從Dataset中順序選擇最新的一條資料填充到buffer中，這裡是item 10
然後在從Buffer中隨機選擇下一條資料輸出。
需要說明的是，這裡的資料項item，並不只是單單一條真實資料，如果有batch size，則一條資料項item包含了batch size條真實資料。
shuffle是防止資料過擬合的重要手段，然而不當的buffer size，會導致shuffle無意義，具體可以參考這篇Importance of buffer_size in shuffle()