在tensorflow中实现去除不足一个batch的数据

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

batch 数据 tensorflow