问题描述
在这里您可以看到总训练图像和测试图像形状：
- 训练图像 = 95
- 测试图像 = 5
当我使用批量大小 5 时，它显示 19/19，并且在预测中显示 1/1。但我有 95 个训练图像和 5 个测试图像。
这是在训练我的整个 95 图像吗？如果是，那么为什么不显示 95/95？
如果它在显示 19 时仅训练 19/19 个图像，那么我如何训练我的整个 95 图像？同样的问题的预测！是预测 5 图像还是 1 图像？
在这里，当我使用批量大小 2 时，它显示 48/48，在预测中它显示 1/1，我想知道它是训练 48 图像还是 {{1 }} 个图像，对于预测，它是预测 95 个图像还是 1 个图像？
当我使用批量大小 5 时，它显示 1。这里也有同样的问题！
解决方法
Gradient Descent 有 3 种类型，
- 随机梯度下降（批量大小 = 1）
- 批量梯度下降（批量大小 = 训练实例数/样本数）
- Mini Batch Gradient Descent（1
就您而言，我们使用的是 Mini-Batch Gradient Descent。这意味着我们 Train、Batch Size Number（在本例中为 5）Instances 在每个 step。
对于每个 Number_Of_Instances/Batch_Size，我们将有 Steps 个Epoch，即， 95/5 = 19 Steps 每个 Epoch。
这就是为什么您会在每个 19 的分母中看到 Epoch。
希望清楚。