Keras 学习心得

最新推荐文章于 2022-10-17 09:35:46 发布

manbabe

最新推荐文章于 2022-10-17 09:35:46 发布

阅读量1.4k

点赞数

CC 4.0 BY-SA版权

分类专栏： Keras 文章标签： Keras

本文链接：https://blog.youkuaiyun.com/manbabe/article/details/78562619

2 篇文章

订阅专栏

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。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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）。