Dataset.map，Dataset.prefetch和Dataset.shuffl

Question

根据TensorFlow 文档，类的prefetch和map方法tf.contrib.data.Dataset都有一个名为的参数buffer_size。

对于prefetchmethod，该参数称为，buffer_size并且根据文档：

buffer_size：一个tf.int64标量tf.Tensor，表示预取时将要缓冲的最大元素数。

对于该map方法，output_buffer_size根据文档，该参数称为和：

output_buffer_size：（可选。）tf.int64标量tf.Tensor，表示将要缓冲的最大已处理元素数。

同样，对于shuffle方法，根据文档显示相同的数量：

buffer_size：一个tf.int64标量tf.Tensor，表示此数据集中要从中采样新数据集的元素数。

这些参数之间有什么关系？

假设我创建一个Dataset对象，如下所示：

 tr_data = TFRecordDataset(trainfilenames)

    tr_data = tr_data.map(providefortraining, output_buffer_size=10 * trainbatchsize, num_parallel_calls\

=5)

    tr_data = tr_data.shuffle(buffer_size= 100 * trainbatchsize)

    tr_data = tr_data.prefetch(buffer_size = 10 * trainbatchsize)

    tr_data = tr_data.batch(trainbatchsize)

buffer以上代码段中的参数在扮演什么角色？