我是靠谱客的博主 痴情西装,这篇文章主要介绍深度学习中 epoch,[batch size], iterations概念解释,现在分享给大家,希望可以做个参考。

one epoch:所有的训练样本完成一次Forword运算以及一次BP运算

batch size:一次Forword运算以及BP运算中所需要的训练样本数目,其实深度学习每一次参数的更新所需要损失函数并不是由一个{data:label}获得的,而是由一组数据加权得到的,这一组数据的数量就是[batch size]。当然batch size 越大,所需的内存就越大,要量力而行

iterations(迭代):每一次迭代都是一次权重更新,每一次权重更新需要batch size个数据进行Forward运算得到损失函数,再BP算法更新参数。

转载于:https://www.cnblogs.com/ylHe/p/8629119.html

最后

以上就是痴情西装最近收集整理的关于深度学习中 epoch,[batch size], iterations概念解释的全部内容,更多相关深度学习中内容请搜索靠谱客的其他文章。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(64)

评论列表共有 0 条评论

立即
投稿
返回
顶部