Python 使用高级API tf.contrib.learn.DNNClassifier时，Tensorflow批次大小是多少

我已经编码了上面的源代码

如您所见，我没有为

batch\u size

添加参数，我可以将该参数添加到

classifier.fi（）

我试着执行这段代码，它似乎在循环，没有批量大小。 我的意思是，它看起来像是使用完整大小的数据而不是小批量的数据进行训练

这是真的吗

我想知道批量大小的默认设置是什么

---

提前谢谢。

很抱歉，我应该在发布之前查看源代码

def binaryClassify_DNN(units,steps,trainingFilePath,testingFilePath,modelPath):

    # Data sets

    # Load datasets.
    training_set = tf.contrib.learn.datasets.base.load_csv(filename=trainingFilePath,target_dtype=np.float)
    test_set = tf.contrib.learn.datasets.base.load_csv(filename=testingFilePath,target_dtype=np.float)

    # Build 3 layer DNN with 10, 20, 10 units respectively.
    classifier = tf.contrib.learn.DNNClassifier(hidden_units=units,n_classes=2,model_dir=modelPath,optimizer=tf.train.ProximalAdagradOptimizer(learning_rate=0.1))

    # Fit model.
    classifier.fit(x=training_set.data,
                   y=training_set.target,
                   steps=steps)

    # Evaluate accuracy.
    accuracy_score = classifier.evaluate(x=test_set.data,
                                         y=test_set.target)["accuracy"]
    print('Accuracy: {0:f}'.format(accuracy_score))

---

如您所见，默认的批处理大小是“x”的第一个维度

很抱歉，我应该在发布之前查看源代码

def binaryClassify_DNN(units,steps,trainingFilePath,testingFilePath,modelPath):

    # Data sets

    # Load datasets.
    training_set = tf.contrib.learn.datasets.base.load_csv(filename=trainingFilePath,target_dtype=np.float)
    test_set = tf.contrib.learn.datasets.base.load_csv(filename=testingFilePath,target_dtype=np.float)

    # Build 3 layer DNN with 10, 20, 10 units respectively.
    classifier = tf.contrib.learn.DNNClassifier(hidden_units=units,n_classes=2,model_dir=modelPath,optimizer=tf.train.ProximalAdagradOptimizer(learning_rate=0.1))

    # Fit model.
    classifier.fit(x=training_set.data,
                   y=training_set.target,
                   steps=steps)

    # Evaluate accuracy.
    accuracy_score = classifier.evaluate(x=test_set.data,
                                         y=test_set.target)["accuracy"]
    print('Accuracy: {0:f}'.format(accuracy_score))

---

如您所见，默认批次大小是“x”的第一个维度

如果您没有设置它，那么它是x的第一个维度，但是您可以使用参数设置它并使用它如果您没有设置它，那么它是x的第一个维度，但是您可以使用参数设置它并使用它