weiyaner的博客

epoch epoch: 每个epoch代表训练完一次全部train_data batch 通过batch_size来控制，将train_data划分成子集，每个子集都有batch_size和样本，作为一个batch。 batch_size越大，训练速度越快，对显卡的要求就越高。 如果batch_size过小，训练数据就会非常难收敛，导致欠拟合 steps_per_epoch steps_per_epoch：这是model.fit里面的参数，也叫iteration，迭代。每一步迭代就是将一个batch数据进

官方文档：https://www.tensorflow.org/api_docs/python/tf/data/Dataset#apply Dataset是创造input pipeline的最佳实践，可以高效的将数据喂给模型。 Dataset介绍 从输入数据创建源数据集。 应用数据集转换对数据进行预处理。 迭代数据集并处理元素。 其中，迭代以数据流的方式进行，因此完整的数据集不需要放入内存。 import tensorflow as tf import numpy as np 创建dataset