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!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。