LSTM 切数据的时候如何防止bacth越界

for step in range(len(trainData)+1):
        offset = (step * batch_size) % (len(trainLabels)-batch_size)#可以防止数据越界
        #feed_dict的作用是给使用placeholder创建出来的tensor赋值
        #每次输入的训练数据只有batch_size个，从第一条数据开始移动，取连续batch_size个数据向下移动
        feed_dict={tf_train_dataset:trainData[offset:offset + batch_size],
                   tf_train_labels:trainLabels[offset:offset + batch_size],
                   tf_train_steps:trainSteps[offset:offset + batch_size]}
        _, l = session.run([optimizer,loss],
                           feed_dict = feed_dict)