神经网络中Epoch、Iteration、Batchsize辨析

1.深度学习中经常看到epoch、iteration和batchsize,三者区别:
(1)batchsize:批大小。在深度学习中,一般采用SGD训练,即每次训练在训练集中取batchsize个样本训练;
(2)iteration:1个iteration等于使用batchsize个样本训练一次;
(3)epoch:1个epoch等于使用训练集中的全部样本训练一次;

举个例子,训练集有1000个样本,batchsize=10,那么:
训练完整个样本集需要:
100次iteration,1次epoch。

https://blog.csdn.net/program_developer/article/details/78597738  mark

注:以我最近在训练的yolo项目为例——>刚开始因为用1060卡(显存6g)跑,显存不够用,batchsize只能取3。训练的损失率从16降到12用了接近24小时,而且下降的越来越迟缓。

但是当我转移到1080ti(显存11g)跑,因为显存多出了5g,所以batchsize可以取到10来跑,只用了十几分钟,loss从12一口气降到了7!

可见,当batchsize增大,也就是网络在一次学习中见到的样本信息越多、越完整,其学到的越多,越能更好的把握住样本整体信息,所以学的更好,loss也就很快降下来了。

  • 0
    点赞
  • 2
    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