1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do hlubokého učení s Keras
Connected

Cvičení

Změna velikosti dávky

Modely se obvykle trénují v dávkách pevné velikosti. Čím menší dávka, tím více aktualizací vah za každou epochu – za cenu nestabilnějšího gradientního sestupu. Zvlášť pokud je dávka příliš malá a není reprezentativní pro celou trénovací sadu.

Podíváme se, jak různé velikosti dávek ovlivňují přesnost jednoduchého modelu binární klasifikace, který odděluje červené tečky od modrých.

Nejdřív použiješ dávku o velikosti 1 – váhy se budou aktualizovat po každém vzorku trénovací sady pro každou epochu. Pak použiješ celou datovou sadu a váhy se aktualizují jen jednou za epochu.

Instrukce 1/2

undefined XP
  • 1

    Pomocí get_model() získej nový, již zkompilovaný model a natrénuj ho na 5 epochs s batch_size rovným 1.

  • 2

    Teď natrénuj nový model s batch_size rovným velikosti trénovací sady.