本文討論的是不使用dataloader的情況下，怎麼解決batchsize不能整除訓練資料大小的問題。

方案1，尋找可以整除訓練資料大小的batchsize

比如訓練資料一共50000萬個，每個批次35個數據就不合適，可以設定成50個。

方案2，捨棄不能整除的部分資料

比如，batchsize是50，訓練資料總個數是50025，那麼就要捨棄最後的25個訓練資料。

方案3，增加訓練資料

你可以臨時再去收集一些資料集，或者在資料不足的批次把資料庫中的資料重複利用，擴充資料集。

方案4，不能整除的資料併入下次迴圈

也就是說基本上每個資料用到的次數是等同的。

方案5，把不能整除的部分也作為一個批次訓練

雖然批資料的數量少了，但是依然可以送進網路進行訓練。具體做法是，遍歷資料集的時候，設定一個計數變數。如果這個變數達到了batchsize的大小，就送到網路進行訓練；再或者，如果遍歷到了資料集的末尾，也送進網路進行訓練。