내 Keras 모델이 내 데이터세트의 일부에 대해서만 학습하는 이유는 무엇인가요?

Keras 훈련 데이터 불일치

Keras로 신경망을 구축하기 위한 공식 TensorFlow 가이드를 따르는 동안 모델이 60,000개의 항목이 있음에도 불구하고 훈련 중에 사용 가능한 데이터 세트의 일부입니다.

배치 크기 이해

모델 피팅 중에 표시되는 숫자 1875는 훈련 샘플을 나타내는 것이 아니라 오히려 배치 수. model.fit 메소드에는 학습 중에 동시에 처리되는 데이터 포인트 수를 결정하는 선택적 인수인 배치_크기가 있습니다.

배치_크기를 지정하지 않으면 기본값은 32입니다. 이 경우 총 60,000개의 이미지 데이터세트에서 배치 수는 다음과 같습니다.

60000 / 32 = 1875

따라서 60,000개의 데이터 포인트가 있더라도 모델은 실제로 1875개의 배치에 대해 학습하며 각 배치에는 32개의 데이터 포인트가 포함됩니다. 이는 메모리 사용량을 줄이고 학습 속도를 향상시키는 일반적인 방법입니다.

배치 크기 조정

학습 중에 일괄 처리 없이 전체 데이터 세트를 사용하려면 model.fit 메소드의 배치 크기는 60000입니다. 그러나 이로 인해 잠재적으로 훈련 속도가 느려지고 더 많은 메모리가 필요할 수 있습니다.

또는 배치_크기를 조정하여 훈련 효율성과 메모리 활용 사이의 절충안을 찾을 수 있습니다. 예를 들어 1024 또는 2048로 설정할 수 있는데, 이렇게 하면 성능을 크게 저하시키지 않으면서 배치 수를 크게 줄일 수 있습니다.

위 내용은 내 Keras 모델이 내 데이터세트의 일부에 대해서만 학습하는 이유는 무엇인가요?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!