epoch_num和predict_num的换算

例如EPOCH_NUM=18,PREDICT_NUM=20,batch_size=1024,every_n_step=10万,

训练样本条数=1.49亿。

EPOCH_NUM是指训练数据循环18轮,PREDICT_NUM是指预测前20个保存的模型。

训练样本条数*EPOCH_NUM/(batch_size*every_n_step)=checkpoint保存模型的个数。

例如,上面的数据,every_n_step是每运行多少步保存一个checkpoint,模型走一步是走了一个batch_size,即1024个数据走了1步。batch_size*every_n_step就是指的保存一个checkpoint会扫过多少数据。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值