Question

挑战指的是TensorFlow教程，例如：

（1）https://www.tensorflow.org/tutorials/keras/classification

或（2）https://www.tensorflow.org/tutorials/images/cnn

在（1）中，有段“为模型提供数据” https://www.tensorflow.org/tutorials/keras/classification#feed_the_model，其中输出在每个时期60000 / 60000中表示。

在（2）中，有“编译并训练模型” https://www.tensorflow.org/tutorials/images/cnn#compile_and_train_the_model，其中输出为50000 / 50000。

在两种情况下，它都与训练数据集中的图像数量相对应。

当我在Google Colab中运行这些教程时：

（1）https://colab.research.google.com/github/tensorflow/docs/blob/master/site/en/tutorials/keras/classification.ipynb

（2）https://colab.research.google.com/github/tensorflow/docs/blob/master/site/en/tutorials/images/cnn.ipynb

开箱即用，未经任何修改，我只能获得（1）的1875 / 1875和（2）的1563 / 1563。

背后还有魔术吗？也许是已知问题？

谢谢！

Answer 1

似乎我已经完成了这项挑战。当您查看for { conn, err := li.Accept() if err != nil { log.Fatalln(err) } go func() { defer conn.Close() scanner := bufio.NewScanner(conn) for scanner.Scan() { ln := scanner.Text() io.WriteString(conn, ln+"\n") } }() }时，将看到有关model.fit()的说明，如下所示：

batch_size

它在（1）和（2）教程中都找到了确认：

（1）batch_size: Integer or `None`. If unspecified, `batch_size` will default to 32.

（2）60000 / 32 = 1875（向上舍入）

因此，50000 / 32 = 1563在这些教程中显示的是批号的进度，而不是我最初认为的图像编号

TensorFlow教程图像少于预期的训练模型

1 个答案: