Tensorflow框架训练模型之数据不足的处理(一)

我们在训练深度模型时,常常会遇到这样的问题,那就是最后一批数据不够一个batch_size的时候,应该怎么做?
  • 有的大佬说,可以对最后一批数据进行补充,让其满足一个batch_size大小;
  • 有的人说不设置batch_size的值,设为None;
我想到的方法是:丢弃不足一个batch_size大小的数据,具体做法如下:
假设dataset是我们的数据集
//可以利用tensorflow提供的函数进行操作
dataset=dataset.apply(tf.contrib.data.batch_and_drop_remainder(batch_size)   #核心代码
iterator=dataset.make_initalizable_iterator()
next_elm=iterator.get_next()
.....

  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值