deep-learning - Keras 中的批大小和 epoch 之间有什么关系？

Question

我正在训练一个有 8000 个样本的模型

classifier = KerasClassifier(build_fn=build_classifier, batch_size=10, nb_epoch=100)

其中批量大小为 10（那么每个批次将包含 800 个样本）。因此，在每个时期，这 800 个样本中的一个将用于拟合模型。这是我的理解，如果我错了，请纠正我。

输出是

纪元 1/10

10/7200 [..............................] - ETA: 2:57 - loss: 0.6932 - acc: 0.1000
440/7200 [>.............................] - ETA: 4s - loss: 0.6866 - acc: 0.7932  
1100/7200 [===>..........................] - ETA: 2s - loss: 0.6744 - acc: 0.7900
1660/7200 [=====>........................] - ETA: 1s - loss: 0.6555 - acc: 0.7910
2220/7200 [========>.....................] - ETA: 1s - loss: 0.6329 - acc: 0.7869
2930/7200 [===========>..................] - ETA: 0s - loss: 0.5990 - acc: 0.7887
3520/7200 [=============>................] - ETA: 0s - loss: 0.5744 - acc: 0.7906
4230/7200 [================>.............] - ETA: 0s - loss: 0.5564 - acc: 0.7872
4880/7200 [===================>..........] - ETA: 0s - loss: 0.5432 - acc: 0.7881
5650/7200 [======================>.......] - ETA: 0s - loss: 0.5278 - acc: 0.7913
6280/7200 [=========================>....] - ETA: 0s - loss: 0.5165 - acc: 0.7933
6910/7200 [===========================>..] - ETA: 0s - loss: 0.5059 - acc: 0.7951
7200/7200 [==============================] - 1s 123us/step - loss: 0.5051 - acc: 0.7939

为什么第一个 epoch 有 13 个细分？在每个 epoch 中，应该只有一个 batch 必须执行，对吗？

Answer 1

批大小是每批中的样本数。每个批处理过程称为 1 个步骤。

当训练集中的所有数据都用于训练时，一个 epoch 完成。

因此，对于给定的示例，每个 epoch 将有 800 个步骤，每个批次将有 10 个样本。