在KERAS中安装模型时，批量大小和纪元数应该有多大？ [英] How big should batch size and number of epochs be when fitting a model in Keras?

问题描述

我正在对970个样本进行培训，并对243个样本进行验证。

在KERAS中拟合模型以优化val_acc时，批大小和纪元数应该有多大？是否有任何基于数据输入大小的经验法则可供使用？

推荐答案

因为您的数据集非常小(大约1,000个样本)，所以使用批大小为32可能是安全的，这是非常标准的。它不会对你的问题产生巨大的影响，除非你在进行数十万或数百万次的观察训练。

回答您有关批次大小和纪元的问题：

通常：批大小越大，培训进度越快，但收敛速度并不总是那么快。批大小越小训练速度越慢，但是可以收敛得更快。这绝对取决于问题。

总体上模型随着训练时间的增加而有所改进，达到一定程度。当它们汇聚时，它们的精确度将开始趋于平台期。尝试类似于50的设置，并绘制历元数(x轴)与精度(y轴)的关系图。你会看到它在哪里持平。

数据的类型和/或形状是什么？这些是图像，还是仅仅是表格数据？这是一个重要的细节。

这篇关于在KERAS中安装模型时，批量大小和纪元数应该有多大？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！