详细解释:Epoch、batch_size批处理大小、迭代次数之间的关系

问题:当遇到参数Epoch时,我们应该将其具体设置多少呢?或者应该迭代多少次呢?

  • epoch的大小跟迭代次数有着密切的关系,我认为通常在迭代次数处于2000-3000之间损失已经处于平稳,大部分在第2000之前已经趋于稳定,如果在2000-3000区间损失仍有较大幅度变化,说明你的数据或模型有问题。
  • 那么怎么根据已有的信息,估算出我们应该设置的Epoch大小和迭代次数呢?通过下面的举例说明相信你一定会深刻明白。

举例说明

epoch一次:训练时,所有训练数据集都训练过一次。

举个例子:mnist 数据集有 60000 张图片作为训练数据,10000 张图片作为测试数据。假设现在选择 Batch Size = 100 对模型进行训练。

  • 每个 Epoch 要训练的图片数量:60000(训练集上的所有图像)
  • 训练集具有的 Batch 个数: 60000/100=600
  • 每个 Epoch 需要完成的 Batch 个数: 600
  • 每个 Epoch 具有的 Iteration 个数: 600(完成一个Batch训练,相当于参数Iteration一次,)
  • 每个 Epoch 中发生模型权重更新的次数:600
  • 训练 10 个Epoch后,模型权重更新的次数: 600*10=6000
  • 不同Epoch的训练,其实用的是同一个训练集的数据。第1个Epoch和第10个Epoch虽然用的都是训练集的60000图片,但是对模型的权重更新值却是完全不同的。因为不同Epoch的
  • 23
    点赞
  • 117
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    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 5
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

打赏作者

三少的笔记

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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