本文探讨了在调整train_num（训练样本数量）和batch_size（批量大小）后，模型精度提升的原因，对比了之前的结果。通过实例展示，我们发现合理的配置有助于改善训练稳定性，揭示了两者在深度学习训练中的关键作用。
在上面的基础之上，修改了：
现在样本的权重设置为：
shuffle 设置为 False
train_num 设置为256
同样的：batch_size 设置为256
现在的训练精度为：
比之前看上去正常多了
之前的结果是：
现在的疑问是：
train_num 与 batch_size 区别在那里
weightedrandomSamplers(2)
最新推荐文章于 2022-06-09 15:39:24 发布
扫一扫
1万+
评论 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
