Лучшие практики для входного конвейера TensorFlow

Question

Я прочитал https://www.tensorflow.org/guide/data_performance#parallelizing_data_extraction, но, тем не менее, я запутался в эффективном конвейере данных, когда речь идет о конкретных c вызовах API.

В частности:

1. В функции __init__ tf.data.TFRecordDataset есть поле с именем num_parallel_reads;
2. В методе map tf.data.TFRecordDataset есть поле с именем num_parallel_calls;
3. Также есть метод interleave.

Предположим, что мои тренировки ограничены вводом / выводом, как мне объединить эти вещи для максимизации данных пропускная способность? Перечисленные выше вещи перекрываются с точки зрения функциональности?

Спасибо!