epoch,batch,steps_per_epoch在模型训练中的关系

epoch

epoch: 每个epoch代表训练完一次全部train_data

batch

通过batch_size来控制,将train_data划分成子集,每个子集都有batch_size和样本,作为一个batch。

  • batch_size越大,训练速度越快,对显卡的要求就越高。
  • batch_size过小,训练数据就会非常难收敛,导致欠拟合

steps_per_epoch

steps_per_epoch:这是model.fit里面的参数,也叫iteration,迭代。每一步迭代就是将一个batch数据进行训练,所以 iteration = len(train_data)/batch_size

在模型训练中也可以指定迭代次数,每次迭代更新一次模型参数。

你可能感兴趣的:(Tensorflow,In,Samsung,batch,深度学习)