基础知识
- batch_size:Keras常用mini-batch更新权重方式,既可以克服SGD(随机梯度下降)的陷入局部最优情况,也可以解决批梯度(每轮均把所有样本遍历一次)的样本容量过大问题。
- epoch 1个epoch表示所有样本被遍历一遍,如果batch_size=32,iter=1000,那么一个epoch相当于过了32000个训练样本。
- 数据格式(data_format):Keras的两种后端theano与TensorFlow表述形式不同,100张3通道高480宽720的图片,在theano中表示为(100,3,480,720),caffe同理;而在TensorFlow中被表述为(100,480,720,3)。
本文介绍了使用Keras进行模型训练的基础概念,包括batch_size的作用、epoch的意义以及数据格式在不同后端之间的差异。
8553

被折叠的 条评论
为什么被折叠?



