python – num_epochs和步骤有什么区别？
发布时间：2020-12-20 11:59:33 所属栏目：Python 来源：网络整理
导读：在tensorflow入门代码中： import tensorflow as tfimport numpy as npfeatures = [tf.contrib.layers.real_valued_column("x",dimension=1)]estimator = tf.contrib.learn.LinearRegressor(feature_columns=features)x = np.array([1.,2.,3.,4.])y = np.arr
|
在tensorflow入门代码中：
import tensorflow as tf
import numpy as np
features = [tf.contrib.layers.real_valued_column("x",dimension=1)]
estimator = tf.contrib.learn.LinearRegressor(feature_columns=features)
x = np.array([1.,2.,3.,4.])
y = np.array([0.,-1.,-2.,-3.])
input_fn = tf.contrib.learn.io.numpy_input_fn({"x":x},y,batch_size=4,num_epochs=1000)
estimator.fit(input_fn=input_fn,steps=1000)
estimator.evaluate(input_fn=input_fn)
我知道batch_size是什么意思,但是当只有4个训练样例时,num_epochs和步骤分别是什么意思？ 解决方法
时代意味着使用您拥有的全部数据.
步骤意味着使用单个批次数据. 所以,n_steps =单个纪元// batch_size中的数据数量. 根据https://www.tensorflow.org/api_docs/python/tf/contrib/learn/Trainable, >步骤：训练模型的步骤数.如果没有,永远训练. ‘steps’以递增方式工作.如果您调用两次(步数= 10),则总共20个步骤进行训练.如果您不想有增量行为,请改为设置max_steps.如果设置,则max_steps必须为None.> batch_size：要在输入上使用的小批量大小,默认为x的第一个维度.如果提供input_fn,则必须为None. （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |