下载
中文
注册
我要评分
文档获取效率
文档正确性
内容完整性
文档易理解
在线提单
论坛求助
昇腾小AI

预处理batch动作设置drop_reminder

当原始网络脚本中使用dataset.batch(batch_size)返回动态形状时,由于数据流中剩余的样本数可能小于batch大小,导致网络中最后一个step的shape与之前的shape不一致,此种场景下会进入动态shape编译流程。为提升网络编译性能,建议将drop_remainder设置为True,丢弃文件中的最后几个样本,确保网络中每个step的shape一致。
  dataset = dataset.batch(batch_size, drop_remainder=True)

关于batch操作的更多细节,请参考链接

搜索结果
找到“0”个结果

当前产品无相关内容

未找到相关内容,请尝试其他搜索词