Deep learning 深度学习4j中的时代和迭代_Deep Learning_Deeplearning4j

Deep learning 深度学习4j中的时代和迭代

deep-learning

Deep learning 深度学习4j中的时代和迭代,deep-learning,deeplearning4j,Deep Learning,Deeplearning4j,我最近开始学习Deeplearning4j，但我无法理解纪元和迭代的概念实际上是如何实现的。在线文档中写道：历元是通过给定数据集的完整过程… 不要与迭代混淆，它只是一个简单的迭代更新神经网络模型的参数我使用multiplePeopochSiterator运行了一次培训，但在第一次运行时，我设置了1个历元，miniBatchSize=1，以及1000个样本的数据集，因此我希望培训在1个历元和1000次迭代后完成，但在超过100.000次迭代后，它仍在运行 int nEpochs = 1;

我最近开始学习Deeplearning4j，但我无法理解纪元和迭代的概念实际上是如何实现的。在线文档中写道：

历元是通过给定数据集的完整过程…
不要与迭代混淆，它只是一个简单的迭代更新神经网络模型的参数

我使用multiplePeopochSiterator运行了一次培训，但在第一次运行时，我设置了1个历元，miniBatchSize=1，以及1000个样本的数据集，因此我希望培训在1个历元和1000次迭代后完成，但在超过100.000次迭代后，它仍在运行

int nEpochs = 1;
int miniBatchSize = 1;

MyDataSetFetcher fetcher = new MyDataSetFetcher(xDataDir, tDataDir, xSamples, tSamples);
//The same batch size set here was set in the model
BaseDatasetIterator baseIterator = new BaseDatasetIterator(miniBatchSize, sampleSize, fetcher);

MultipleEpochsIterator iterator = new MultipleEpochsIterator(nEpochs, baseIterator);
model.fit(iterator)

然后我做了更多的测试来改变批量大小，但这并没有改变IterationListener打印的日志行的频率。我的意思是，我认为如果我将批处理大小增加到100，那么对于1000个样本，我将只有10次参数更新，因此只有10次迭代，但是日志和时间戳间隔或多或少是相同的

顺便说一句，有一个类似的问题，但答案实际上并没有回答我的问题，我想更好地了解实际细节：

在1.x之后，这一切都无关紧要（它已经在alpha中发布了）-我们很久以前就放弃了迭代

最初，它是一种快捷语法，这样人们就不必为循环编写代码

现在只需关注带有时代的for循环。

我想你的答案可以在