Fatal编程技术网
  • deep-learning/
  • Deep learning 当使用图像预兆增加图像数量时，如何确定每个历元的步长

Deep learning 当使用图像预兆增加图像数量时，如何确定每个历元的步长

deep-learning keras

Deep learning 当使用图像预兆增加图像数量时，如何确定每个历元的步长,deep-learning,keras,Deep Learning,Keras,我的总数据大小是5000，批处理大小是32，那么如何确定每个\u历元的步长值 案例1：不使用ImageAugumentation时 cas2 2：使用ImageAugumentation时（因为图像数量将增加，以及如何将其包含在每个历元的步长中）每个历元的步长将是训练集中的样本总数（增加前）除以批量大小。所以-- 使用数据扩充不会影响此计算。您还可以在上的“我的视频”中获得有关使用此参数的更多信息，以及有关“拟合生成器”（）的更多信息。steps\u per\u epoch覆盖范围从4:08左右

我的总数据大小是5000，批处理大小是32，那么如何确定每个\u历元的步长值

案例1：不使用ImageAugumentation时

cas2 2：使用ImageAugumentation时（因为图像数量将增加，以及如何将其包含在每个历元的步长中）

每个历元的
步长将是训练集中的样本总数（增加前）除以批量大小。所以--


使用数据扩充不会影响此计算。您还可以在上的“我的视频”中获得有关使用此参数的更多信息，以及有关“拟合生成器”（
）的更多信息。
steps\u per\u epoch
覆盖范围从4:08左右开始。

在这两种情况下，覆盖范围将相同
5000//32
。增强是在飞行中完成的 
model.fit_generator(datagen.flow(X_train,y_train,batch_size=32),epochs=10,steps_per_epoch=5000,validation_data=(X_test,y_test))

steps_per_epoch = 5000 / 32 ~ 156