In Keras, vorherzusagen, ein DATATEST ist durch predict_classes() mit:Warum benötigt die Vorhersage in Keras eine Stapelgröße?
classes = model.predict_classes(X_test, batch_size=32)
Ich weiß, dass die Nutzung von batch_size in der Ausbildung, aber warum es ein batch_size für die Vorhersage benötigt? wie funktioniert es?
Keras kann mehrere Werte gleichzeitig vorhersagen. Wenn Sie beispielsweise einen Vektor mit 100 Elementen eingeben, kann Keras eine Vorhersage für jedes Element berechnen, was 100 Ausgaben ergibt. Diese Berechnung kann auch in Stapeln erfolgen, die durch die Stapelgröße definiert sind.
Dies ist nur für den Fall, dass Sie nicht alle Daten gleichzeitig in den CPU/GPU-RAM passen und Batch-Verarbeitung benötigt wird.
Ooh, ich sehe, so 'Batch_size' soll die Größe der Daten bestimmen, die in CPU/GPU-RAM passen, so dass die Genauigkeit des Modells nicht von' Previous_Classes '' 'Batch_size' 'Wert rechts abhängen sollte ? – malioboro
@malioboro Das hängt davon ab. Wenn Sie zum Beispiel die Batch-Normalisierung verwenden, die keine geschätzten Werte während der Vorhersage verwendet ("Modus = 1" tut das IIRC), hat die Batch-Größe tatsächlich einen Einfluss auf das Ergebnis. – nemo
@Nemo das ist richtig, ich habe es :) danke für deine Erklärung – malioboro