2017-12-16 6 views
0
model.fit_generator(datagen.flow(X_train,y_train,batch_size=32),epochs=10,steps_per_epoch=5000,validation_data=(X_test,y_test)) 

Meine Gesamtdatengröße ist 5000 und Chargengröße 32 ist, wie dann Wert für steps_per_epochWie steps_per_epoch zu bestimmen, während Bild augumentation Verwendung als es die Anzahl der Bilder erhöhen

Fall 1 bestimmen: Wenn er nicht mit ImageAugumentation

CAS2 2: bei Verwendung von ImageAugumentation mit (Bilder Coz Zahl zunehmen wird, und wie das in steps_per_epoch enthalten)

+0

In beiden Fällen wird es gleich "5000 // 32" sein. Die Augmentation erfolgt im laufenden Betrieb – Nain

Antwort

1

die steps_per_epoch wird die Gesamtzahl der Proben in Ihrem Trainingssatz (b vor Augmentation) geteilt durch die Losgröße. So--

steps_per_epoch = 5000/32 ~ 156 

Die Verwendung der Datenerweiterung wirkt sich nicht auf diese Berechnung aus. Sie können auch mehr Informationen über die Arbeit mit diesem Parameter, sowie die fit_generator(), in meinem Video auf Training a CNN with Keras erhalten. Die steps_per_epoch Abdeckung beginnt um 4:08.

Verwandte Themen