batch_size, steps_per epoch 및 유효성 검사 단계를 설정하는 방법

Keras를 사용하여 CNN을 배우기 시작했습니다. Theano 백엔드를 사용하고 있습니다.

값을 설정하는 방법을 이해하지 못합니다.

• batch_size,
• 에포크 당 단계,
• validation_steps.

batch_size트레이닝 세트에 240,000 개의 샘플이 있고 테스트 세트에 80,000 개의 샘플이있는 경우 값 은 에포크 당 단계 및 검증 단계로 설정되어야합니까?

• batch_size 는 각 미니 배치의 샘플 수를 결정합니다. 최대 값은 모든 샘플의 수이며, 그래디언트 디센트를 정확하게 만들고, 학습 속도가 충분히 작 으면 손실이 최소 수준으로 감소하지만 반복 속도는 느려집니다. 최소값은 1이며 확률 적 경사 하강을 초래합니다. 단, 단차 단계의 방향은 하나의 예에만 기반하므로 손실이 도약 할 수 있습니다. batch_size는 정확한 기울기 방향과 빠른 반복이라는 두 가지 극단 사이에서 조정할 수 있습니다. 또한 모델 + 데이터 세트가 사용 가능한 (GPU) 메모리에 맞지 않으면 batch_size의 최대 값이 제한 될 수 있습니다.
• steps_per_epoch 훈련 에포크가 완료된 것으로 간주되기 전에 배치 반복 횟수입니다. 고정 된 크기의 트레이닝 세트가있는 경우이를 무시할 수 있지만 거대한 데이터 세트가 있거나 즉시 임의의 데이터 기능 보강을 생성하는 경우, 즉 트레이닝 세트의 크기가 무한대로 생성 된 경우 유용합니다 . 전체 교육 데이터 세트를 진행할 시간이있는 경우이 매개 변수를 건너 뛰는 것이 좋습니다.
• validation_steps 는 steps_per_epoch와 유사하지만 교육 데이터 대신 유효성 검사 데이터 세트에 있습니다. 전체 유효성 검사 데이터 세트를 진행할 시간이 있으면이 매개 변수를 건너 뛰는 것이 좋습니다.

Github에 답이 있습니다

1. model.fit_generator 입력 데이터 세트 생성기가 무한대로 실행되어야합니다.
2. steps_per_epoch생성기 steps_per_epoch시간 을 호출하여 전체 데이터 세트를 한 번 생성하는 데 사용됩니다.
3. 반면 epochs모델이 전체 데이터 세트에 대해 훈련 된 횟수를 제공하십시오.