在tensorflow中实现去除不足一个batch的数据_Python

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服务器之家。

原文链接：https://blog.csdn.net/qq_36076233/article/details/81063127

在tensorflow中实现去除不足一个batch的数据

相关文章

热门资讯