关于keras的layer各个参数的小计## 标题
1、 epoch:数据集的复用次数。例如mnist数字识别数据集,拥有60000组数据,若epoch=1,则数据总数则为60000 * 1 = 60000,若epoch = 2,则数据总数则为60000 * 2 = 120000,以此类推。。。
2、patch_size:训练中, 单次参数优化时,所使用的数据量,在遍历训练该批次数据后,求该批次数据最后y’值和y值的标准差,然后反向传播,用该标准差求导,得到优化参数用于更新网络参数。
3、iteration:当epoch为1的时候,patch的生成次数。例如:mnist中60000条数据,每批次1000条,iteration = 60000 / patch_size(1000) = 60
4、filters:滤波器个数。
A、滤波器是卷积核的容器,每个滤波器中的卷积核数量=提供数据的图片的通道数,如上一层提供 的图片通道数为3,则单个滤波器中的卷积核数量也为3。
B、滤波器的数量等于下一层数据的通道数;如单张图片,进入一个拥有10个滤波器的卷积层,则会生成10张特诊图。这10张特诊图,可以看做拥有10个通道的一张图片。
5、strides:步长。卷积核移动幅度。
6、padding:卷积后,池化前,特诊图的大小设定。