`dataset.batch`函数与`model.fit`函数的`batch_size`参数有什么区别?

使用dataset.batch(batch_size)对数据集进行批处理与在模型的.fit函数中使用batch_size参数进行批处理有什么区别?它们功能相同还是有不同之处?


回答:

查看fit函数中batch_size参数的文档说明:

batch_size
整数或None。每次梯度更新的样本数。如果未指定,batch_size将默认为32。如果你的数据是以数据集、生成器或keras.utils.Sequence实例的形式提供的,请不要指定batch_size(因为它们会生成批次)。

因此,如果你传递的是数据集对象进行训练,请不要使用batch_size参数,因为该参数仅适用于你的X/Y值为NumPy数组或TensorFlow张量的情况。

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注