Image processing 在训练更快的R-CNN模型时，什么是'；历元长度'；什么意思？

为了训练frcnn模型，需要定义两个参数

数字时代

历元长度

“历元长度”的默认值为1000。此外，如果我有500个num_历元，那么每个历元都有1000步长。在这篇文章中，它指出“请注意，每个批次在这里只处理一个图像。”

因此，如果我只有一节课要训练1300幅图像，那么我应该将历元长度改为1300而不是1000吗

num_epochs = 500
epoch_length = 1000

for epoch_num in range(num_epochs):

    progbar = generic_utils.Progbar(epoch_length)
    print('Epoch {}/{}'.format(epoch_num + 1, num_epochs))

---

通常，每次您不想（或不能）在每个历元的整个数据集上迭代时，都可以有一个

epoch\u length

（或等效）参数

事实上，最常见的历元定义如下：

一个历元=所有训练单次通过（向前+向后） 例子

按照这个通用定义，您的模型应该“看到”所有的培训示例，以声明一个时代已经结束；然后下一个开始。在这种情况下，n个时期的训练意味着模型看到每个训练示例n次

然而，这并不总是可行/你想做什么

作为一个极端的例子，假设您正在使用数据加载器动态生成的合成数据对模型进行训练。在此设置中，您的培训数据实际上是无限的，因此没有“迭代所有培训示例”的概念。一个时代将永远持续下去。在epoch结束时调用的任何回调（例如保存模型权重、计算度量）都不会运行

---

为了解决这个问题，您可以人为地定义多个批次，这些批次在您的特定应用程序中划出一个历元。所以你可以说<代码> EngChyLime= 1000 ，这意味着在对1000个例子/批次进行训练后，你认为终止了一个新纪元。通过这种方式，您可以决定在epoch结束时执行的每个操作（例如上面的回调、日志记录等）的粒度。

您可以在此处添加部分配置文件，这将让我们更了解您的配置是什么？配置文件具有其研究论文中提到的默认设置，代码段仍然是必需的吗？我正在为使用这些变量的培训部分添加代码。另外，当我说默认值是1000时，我的意思是在我遇到的所有文章中，他们都使用了1000。读到每个批处理只处理一个图像，我感到困惑。