培训期间如何更改批量大小？

Question

在训练期间，我想在每个时期更改批次大小（出于实验目的）。创建自定义Callback似乎很合适，但batch_size不是Model该类的成员。

我看到的唯一方法是在每个循环中覆盖fit_loop并公开batch_size回调。有没有更清洁或更快速的方法而不使用回调？

Answer 1

对于在这里登陆的其他人，我发现在 Keras 中进行批量大小调整的最简单方法就是多次调用 fit（使用不同的批量大小）：

model.fit(X_train, y_train, batch_size=32, epochs=20)

# ...continue training with a larger batch size
model.fit(X_train, y_train, batch_size=512, epochs=10) 

Answer 2

我认为最好使用自定义数据生成器来控制传递给训练循环的数据，以便可以生成不同大小的批处理，实时处理数据等。这是一个概述：

def data_gen(data):
  while True: # generator yields forever
    # process data into batch, it could be any size
    # it's your responsibility to construct a batch
    yield x,y # here x and y are a single batch

现在您可以进行训练，model.fit_generator(data_gen(data), steps_per_epoch=100)每个纪元将产生100个批次。如果要将序列封装在类中，也可以使用序列。