大家下午好。
我对Deepleaning4j库很新，还有一些东西对我来说还不清楚。 ＆＃34; epoch＆＃34;的概念因此，很明显它代表了训练集的一个完整周期。 我的第一个怀疑是与＃34;迭代＆＃34;的概念有关。什么是训练集的迭代？它是否与小批量训练实例或其他内容的分析相对应？
在我的代码中，我设置了＃34; .iterations（1）＆＃34 ;;但是，当我运行我的代码时，我看到很多：
... ScoreIterationListener - 迭代XX的分数是yy.yyyyyy＆＃34;
所以，如果我设置＆＃34; .iterations（1）＆＃34;，为什么我会继续看到XX大于1的值？ 也许，＆＃34;迭代＆＃34;的概念之间可能存在一些差异。作为网络配置参数和什么＆＃34;迭代＆＃34;是否为ScoreIterationListener类？
感谢大家对任何有用信息的回答或链接。
最佳， 莫罗。
答案 0 :(得分：5)
DeepLearning4J documentation有一些很好的见解，特别是关于时期和迭代之间的差异。
根据DL4J的文件：
“ 迭代只是神经网络模型参数的一次更新。
不要与纪元混淆，后者是完整的数据集传递。
在纪元结束之前可以进行许多迭代。如果您为每次遍历整个数据集更新一次参数，则Epoch和iteration只是同义词;如果你使用迷你批次更新，它们意味着不同的东西。假设您的数据有2个小批量：A和B. .numIterations(3)执行类似 AAABBB 的培训，而3个时期看起来像 ABABAB 。“
关于您的问题以及此摘录所引用的内容，如果您设置.iterations(1)并且只有一个批处理，则迭代将与1个纪元同义，或者一个遍历整个数据集。但是，如果使用迷你批次进行更新，则时期和迭代会略有不同 - 迭代将导致AAABBB而不是生成ABABAB的时期（由上面的示例引用）。
希望这个答案和链接的文档能够回答你的问题！
P.S。我为迟到的回复道歉;我最近偶然发现了这个问题！