batch、epoch详细解释

假设有一组数据集由5000个样本构成,训练集3000个,测试集2000个,设置batch_size=10意味着每一步训练10个样本,因此每一个epoch会训练多少步,取决于样本个数及设置的batch_size,每一步返回的是这十个的平均损失,样本遍历完一次为一轮,也即一个epoch。每一轮训练的步数计算方法为:

3000个样本,每10个为一个batch,则每一个epoch有3000➗10=300步,当batch_size不能被样本整除时,最后一个batch将不等于设置的batch_size,可以在定义dataloader时将drop_last参数设置为True来解决。

每一个epoch是先在训练集训练参数,然后在测试集上测试准确率。因此每一个epoch训练结束会把整个数据集全部遍历一遍。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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