Mengapakah model Keras saya hanya melatih sebahagian daripada set data saya?

Percanggahan Data Latihan Keras

Semasa mengikuti panduan TensorFlow rasmi untuk membina rangkaian saraf dengan Keras, anda mendapati model itu hanya menggunakan sebahagian daripada set data yang tersedia semasa latihan, walaupun mempunyai 60,000 penyertaan.

Memahami Saiz Kelompok

Nombor 1875 yang dipaparkan semasa pemasangan model bukanlah petunjuk sampel latihan tetapi sebaliknya bilangan kumpulan. Kaedah model.fit mempunyai hujah pilihan, batch_size, yang menentukan bilangan titik data yang diproses secara serentak semasa latihan.

Jika anda tidak menentukan saiz_kelompok, nilai lalai ialah 32. Dalam kes ini, dengan jumlah set data sebanyak 60,000 imej, bilangan kelompok menjadi:

60000 / 32 = 1875

Oleh itu, walaupun anda mempunyai 60,000 titik data, model sebenarnya melatih pada 1875 kelompok, setiap kelompok mengandungi 32 titik data. Ini adalah amalan biasa untuk mengurangkan jejak memori dan meningkatkan kelajuan latihan.

Melaraskan Saiz Kelompok

Untuk menggunakan keseluruhan set data semasa latihan tanpa kumpulan, anda boleh menentukan saiz_kelompok 60000 dalam kaedah model.fit. Walau bagaimanapun, ini berpotensi melambatkan latihan dan memerlukan lebih banyak ingatan.

Sebagai alternatif, anda boleh melaraskan saiz_kelompok untuk mencari kompromi antara kecekapan latihan dan penggunaan memori. Sebagai contoh, anda boleh menetapkannya kepada 1024 atau 2048, yang masih akan mengurangkan bilangan kelompok dengan ketara tanpa mengorbankan terlalu banyak prestasi.

Atas ialah kandungan terperinci Mengapakah model Keras saya hanya melatih sebahagian daripada set data saya?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!