`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

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注