在tensorflow中如何实现去除不足一个batch的数据

小编给大家分享一下在tensorflow中如何实现去除不足一个batch的数据，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

代码如下

#-*- 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batch4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

以上是“在tensorflow中如何实现去除不足一个batch的数据”这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！