BatchSize、Iteration、Epoch关系

batch_size:每次训练在训练集中提取的样本个数。

iteration:1次iteration用batch_size个样本训练一次。(一个iteration = 一个正向通过+一个反向通过)

epoch:一个epoch是将训练集中所有的样本训练一次。(一个epoch = 所有训练样本的一次正向传播 + 所有训练样本的一次反向传播)

举个栗子:trainset=1000,batch_size=4,epoch=10,

训练完一次整个trainset需要:iteration = trainset / batch_size = 250,

训练完epoch次trainset需要:Total iteration = iteration * epoch = 2500。

具体可参考这里

  • 1
    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