tensorflow Retain.py了解生产线批量大小

tensorflow Retain.py了解生产线批量大小,tensorflow,Tensorflow,我正在学习Tensorflow InceptionV3教程: 我遇到了以下情况: 默认情况下,此脚本将运行4000个培训步骤。每一步从训练集中随机选择十幅图像,从缓存中找到它们的瓶颈,并将它们输入到最后一层以获得预测。然后将这些预测与实际标签进行比较,以通过反向传播过程更新最终层的权重 “随机十张图片”是否意味着批量大小=10?同时,在源代码中我发现: parser.add_argument( '--train_batch_size', type=int, default

我正在学习Tensorflow InceptionV3教程:

我遇到了以下情况:

默认情况下,此脚本将运行4000个培训步骤。每一步从训练集中随机选择十幅图像,从缓存中找到它们的瓶颈,并将它们输入到最后一层以获得预测。然后将这些预测与实际标签进行比较,以通过反向传播过程更新最终层的权重

“随机十张图片”是否意味着
批量大小=10
?同时,在源代码中我发现:

parser.add_argument(
    '--train_batch_size',
    type=int,
    default=100,
    help='How many images to train on at a time.'
)
这是否意味着我对这一段的解释不正确?如果是的话,
train\u batch\u size
是什么意思,它与十张随机图像有什么不同?或者这仅仅意味着教程页面与实际代码已过时


源代码:

原来是打字错误。这10个随机图像实际上应该是100个随机图像,对应于
批量大小

解决该问题的请求: