1. Learn
    2. /
  2. คอร์ส
    3. /
  3. Introducere în Deep Learning cu Keras
Connected

แบบฝึกหัด

Modificarea dimensiunii batch-ului

Ai văzut că modelele sunt antrenate de obicei în batch-uri de dimensiune fixă. Cu cât dimensiunea batch-ului este mai mică, cu atât sunt mai multe actualizări ale ponderilor per epocă, dar cu prețul unui gradient descent mai instabil – mai ales dacă batch-ul este prea mic și nu este reprezentativ pentru întregul set de antrenament.

Hai să vedem cum influențează diferite dimensiuni ale batch-ului acuratețea unui model simplu de clasificare binară, care separă punctele roșii de cele albastre.

Vei folosi un batch de dimensiunea 1, actualizând ponderile o dată per eșantion din setul de antrenament, pentru fiecare epocă. Apoi vei folosi întregul set de date, actualizând ponderile o singură dată per epocă.

คำแนะนำ 1/2

undefined XP
  • 1

    Folosește get_model() pentru a obține un model nou, deja compilat, apoi antrenează-l timp de 5 epochs cu un batch_size de 1.

  • 2

    Acum antrenează un model nou cu batch_size egal cu dimensiunea setului de antrenament.