深度学习—Epoch，Iteration，Batch
·
1.Epoch
将所有训练样本训练一次的过程，即所有训练样本在神经网络中都进行一次正向传播和一次反向传播
当一个Epoch的样本数量过大时，将其分成多个小块Batch进行训练
为什么使用多个epoch：
①在神经网络中，完整的数据集需要传递多次，传递一次不够；
②使用的是有限的数据集，使用迭代过程即梯度下降来优化学习过程
随着epoch数量增加，神经网络中权重的更新次数也在增加，曲线从欠拟合变得过拟合
需要针对不同的数据集，选择合适的epoch数量
2.Batch
将整个训练样本分成多个batch，表示所有样本中的一批样本
batch_size：batch的大小，即每批样本的样本数量大小
3.Iteration
训练一个Batch就是一次Iteration，表示一次迭代
完成一个Batch，模型权重更新一次
腾讯云面向开发者汇聚海量精品云计算使用和开发经验，营造开放的云计算技术生态圈。
更多推荐
7
0- 0
已为社区贡献1条内容
所有评论(0)