在Tensorflow中拟合模型时，批量大小和时期数量应该有多大？

Question

我正在研究对象检测。我的训练集是5984，测试集是1496（KITTI跟踪训练数据集）。

在Tensorflow中拟合模型时，批量大小和时期数量应该有多大？根据数据输入大小，是否有任何经验法则？我应该将它拆分为火车/瓦尔/测试还是坚持使用我目前的拆分火车/瓦尔？

Answer 1

尝试与您的内存允许一样高的批量大小 - 这将在GPU上更有效地进行评估，您通常可以应对更高的学习速度，从而加快学习速度。尝试大量的时代并照看学习过程，直到你看到收敛并在你过度适应之前停止。看看这里：http://cs231n.github.io/neural-networks-3/了解如何照顾学习过程。

将数据集拆分为train / val / test - 在每个纪元之后在验证集上评估模型，并使用测试集估算泛化错误。