具有数据增强功能的纪元大小(在迭代方面)

时间:2016-02-07 09:59:31

标签: neural-network deep-learning caffe

假设一个人有训练样例,并且他的批量大小为500,则需要2次迭代才能完成1个时期。现在让我们说我正在使用caffe框架的即时数据增强,即;每个例子10个作物 我的问题是,纪元大小仍将是2次迭代,如上例所示,或变为2 * 10 = 20?

1 个答案:

答案 0 :(得分:4)

纪元是一次重复训练数据所需的迭代次数。由于您增加了数据,因此完成一次通过训练数据的迭代次数将增加10倍。因此现在1 epoch = 2*10 iterations