我一直在使用tensorflow对象检测API进行实例分割。在管道配置文件中,作为train_config
的一部分,我们指定num_steps
值。因此,这就是训练网络的总步数。
所以让我们说,我的训练数据集中有10,000张图像,并且batch_size
设置为1。在这种情况下,每10000个步骤后数据是否会被重新整理?是否可以自动确保在发生混洗之前网络可以看到整个数据集?
答案 0 :(得分:0)
该框架实际上并不会随机整理数据,它占用大量内存并且非常耗时。
相反,有一个带有随机索引的数组,用于访问您的数据。通常,索引覆盖整个数据集,所以,对的,所有数据都可以在网络中看到,但是顺序是随机的。