我是深度学习领域的新手，我想在我的第一个深度学习代码MNIST示例中阐明一些内容。也许我也是BTW完全错了，所以请放轻松：）
我将训练数据分为几批，每批的大小为50，最大历元为15（或者直到验证损失变量开始增加为止）。
我只是在第一个时期就获得了93％的准确度，如果（据我所知）在第一个时期它已经向前和向后传播了完整的训练集1次，那怎么可能？它的权重和偏见只有一次？
我认为在很多次之后我将获得更好的准确性，而不仅仅是对砝码的第一次调整
答案 0 :(得分：0)
是的..您也可以在第一个时期获得良好的准确性。它更多地取决于数据和所构建模型的复杂性。有时候，如果学习率太高，那么您可能会获得更高的培训准确性。
此外，在调整权重和偏差部分时，这可能是一次小批量训练，并且对于每个小批量，该模型都会更新权重。因此权重可以更新很多次，等于训练数据图像的数量/样本大小