这可能是一个非常基本的问题。我＆＃39;我是深度学习的新手，从我收集的东西到现在，人们通常创建批量数据，一旦所有的训练数据都被使用（或者足够的＆＃34;它），这个过程重复几次（每次迭代称为纪元）。但是，当我查看CIFAR10的教程时：
没有时代这样的东西。他们只在这里提到： cifar10.py
为NUM_EXAMPLES_PER_EPOCH_FOR_TRAIN，NUM_EXAMPLES_PER_EPOCH_FOR_EVAL和NUM_EPOCHS_PER_DECAY。
他们是否使用它来隐含地定义时代？
num_batches_per_epoch = NUM_EXAMPLES_PER_EPOCH_FOR_TRAIN /FLAGS.batch_size
我也问，因为我对如何设置num_epochs参数（在我自己的模型中）有点困惑：
tf.train.string_input_producer(...,num_epochs=num_epochs,...)`
我应该将其设置为NONE还是我必须首先计算时代数？
答案 0 :(得分：1)
你的问题有两件事：
理解：对于大多数情况，一个时代并不意味着一次迭代。一个时期意味着完整训练集的一次通过。 NUM_EXAMPLES_PER_EPOCH_FOR_TRAIN等被定义为here为50000. CIFAR-10有50000个培训示例。然后，您将很容易理解num_batches_per_epoch。
对于编码，在tf.train.string_input_producer(...,num_epochs=num_epochs,...)中，您可以查看解释num_epochs的{{3}}。对于CIFAR-10，您不指定num_epochs（因为此string_input_producer不直接读取每个示例。数据库分为5个部分/文件，每个部分存储10000个示例，{{ 1}}读取文件）。