我就废话不多说了,直接上代码吧!
#-*- coding:utf-8 -*-
import tensorflow as tf
import numpy as np
value1 = tf.placeholder(dtype=tf.float32)
value2 = tf.placeholder(dtype=tf.float32)
value3 = value1 + value2
#定义的dataset有参数,只能使用参数化迭代器
dataset = tf.data.Dataset.range(10)
# 定义参数化迭代器
dataset = dataset.shuffle(100)
dataset = dataset.apply(tf.contrib.data.batch_and_drop_remainder(3)) #每个batch3个数据,不足3个舍弃
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()
with tf.Session() as sess:
# 需要用参数初始化迭代器
for i in range(2):
sess.run(iterator.initializer)
while True:
try:
value = sess.run(next_element)
result = sess.run(value3,feed_dict={value1:value,value2:value})
print(result)
except tf.errors.OutOfRangeError:
print("End of epoch %d" % i)
break
以上这篇在tensorflow中实现去除不足一个batch的数据就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持软件开发网。
您可能感兴趣的文章:tensorflow tf.train.batch之数据批量读取方式Tensorflow中使用tfrecord方式读取数据的方法详解Tensorflow数据读取有三种方式(next_batch)tensorflow入门:TFRecordDataset变长数据的batch读取详解