我就廢話不多說了，直接上程式碼吧！

#-*- 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
 
#定義的dataset有引數，只能使用引數化迭代器
dataset = tf.data.Dataset.range(10)
# 定義引數化迭代器
dataset = dataset.shuffle(100)
dataset = dataset.apply(tf.contrib.data.batch_and_drop_remainder(3)) #每個batch3個數據，不足3個捨棄
iterator = dataset.make_initializable_iterator()
next_element = iterator.get_next()
 
with tf.Session() as sess:
  # 需要用引數初始化迭代器
  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

以上這篇在tensorflow中實現去除不足一個batch的資料就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。