Created by: ziyuli

• 版本、环境信息 1）PaddlePaddle版本：1.5.2 2）CPU：N/A 3）GPU：8 x TitanX (pascal) CUDA 9.2.88, CUDNN 7.1.4 4）系统环境：Ubuntu 18.04.2 Python 3.6.7
• 训练信息 1）单机，多卡 2）显存信息： 每张卡12GB

使用PaddleCV中的resnet50在单机8卡上训练图形分类 ，并尝试将batch drop_last关闭。更改代码如下 train_reader = paddle.batch(train_reader, batch_size=int(args.batch_size / fluid.core.get_cuda_device_count()), drop_last=False)

但实际训练中依旧丢掉了最后一个batch。

在多卡训练下，如果dataset的大小不是batch size的整数倍，是否有其他的办法不drop last ？