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。