1. Learn
    2. /
  2. Courses
    3. /
  3. Nhập môn Deep Learning với Keras
Connected

Exercise

Thay đổi kích thước batch

Bạn đã thấy các mô hình thường được huấn luyện theo từng batch với kích thước cố định. Batch càng nhỏ thì số lần cập nhật trọng số mỗi epoch càng nhiều, nhưng phải đánh đổi bằng việc giảm dốc (gradient descent) kém ổn định hơn, đặc biệt nếu batch quá nhỏ và không đại diện cho toàn bộ tập huấn luyện.

Hãy xem các kích thước batch khác nhau ảnh hưởng thế nào đến độ chính xác của một mô hình phân loại nhị phân đơn giản dùng để tách các điểm đỏ và xanh.

Bạn sẽ dùng batch size bằng 1, cập nhật trọng số sau mỗi mẫu trong tập huấn luyện cho mỗi epoch. Sau đó, bạn sẽ dùng toàn bộ tập dữ liệu, chỉ cập nhật trọng số một lần mỗi epoch.

Instructions 1/2

undefined XP
  • 1

    Dùng get_model() để lấy một mô hình mới đã được biên dịch, sau đó huấn luyện mô hình trong 5 epochs với batch_size bằng 1.

  • 2

    Bây giờ hãy huấn luyện một mô hình mới với batch_size bằng kích thước của tập huấn luyện.