时间戳

首页 > 解决方案 > 如何在 keras 中使用批量大小？

python - 如何在 keras 中使用批量大小？

问题描述

早上好！

我只是想澄清一下 - model.fit 中的 batch_size 参数是声明有多少样本进入，还是一次进入的样本数量 x/batch_size，总共有 x 个样本？

也就是说，假设我们有 20,000 个样本，并且批量大小为 100。这是否意味着一次传入 200 个样本（意味着 100 个批次），还是 100 个样本？

我问是因为https://deeplizard.com/learn/video/Skc8nqJirJg说“如果我们一次将整个训练集传递给模型（batch_size=1），那么我们刚刚计算损失的过程将发生在训练期间每个 epoch 的结束”，暗示它是一批。但是，batch_size 似乎意味着基于其名称的不同，所以我想澄清一下。

谢谢！

注意：还有另一个类似的问题，但没有得到回答 - Keras 中的 BatchSize 是如何工作的？LSTM-WithState-时间序列

这增加了：这些样本是如何选择的？

标签： pythontensorflowkerasbatchsize

解决方案

来自 TensorFlow文档：

batch_size：整数或无。每次梯度更新的样本数。如果未指定，batch_size 将默认为 32。如果您的数据是数据集、生成器或 keras.utils.Sequence 实例的形式（因为它们会生成批次），请不要指定 batch_size。

所以它是梯度更新之前使用的样本数。如果 batch_size 等于 1，那么每个样本都会有一个梯度更新（因此，每个 epoch 有 num_samples）

例如，对于您引用的示例：如果我们有 20,000 个样本，并且批量大小为 100，则一次通过 100 个样本。

这增加了：这些样本是如何选择的？

这取决于 fit 方法的 shuffle 参数是否为 True 。如果是，则随机抽取它们，直到选择了所有样本（时期结束）。如果不是，它们将按顺序进行

推荐阅读