tensorlfow的model.fit()方法中的steps_per_epoch和batch size有什么区别？

Question

根据文档中的定义 ：

批量大小：每次梯度更新的样本数。

每个纪元的步骤：声明一个纪元完成并开始下一个纪元之前的总步骤数（样本批次）

它们有何不同？如果不同的话，它们又如何相互依赖？

Answer 1

这是一个简单的例子。假设您有 1,000 个训练样本，并且将批量大小设置为 50。在这种情况下，如果您想在每个时期遍历一次所有训练数据，则需要运行 1000/50 =20 批数据。为此，您设置steps_per_epoch= 20。许多人设置steps_per_epoch=训练样本数//batch_size。这是一个很好的近似值，可以在一个时期内遍历所有训练示例，但如果 batch_size 是训练样本数量的一个因素，那么它只能精确运行一次。下面是我编写的一段代码，它确定了每个时期精确地检查一次样本的batch_size和steps_per_epoch。在代码中，长度等于样本数，b_max 是根据内存限制允许的最大批量大小。

batch_size=sorted([int(length/n) for n in range(1,length+1) if length % n ==0 and length/n<=b_max],reverse=True)[0]  
steps=int(length/batch_size)

对于训练来说，如果您对数据进行洗牌，那么仅通过训练集一次并不那么重要。但是对于验证和测试来说，通过验证集一次或测试集一次对于获得精确的真实结果非常重要。