时代和训练步骤是一回事吗？
Are epochs and training steps the same thing?
features = [tf.contrib.layers.real_valued_column("x", dimension=1)]
estimator = tf.contrib.learn.LinearRegressor(feature_columns=features)
y = np.array([0., -1., -2., -3.])
input_fn = tf.contrib.learn.io.numpy_input_fn({"x":x}, y, batch_size=4,
num_epochs=1000)
estimator.fit(input_fn=input_fn, steps=1000)
例如，"steps=1000"和"num_epochs=1000"是一个意思吗？如果是，为什么需要复制它？如果不是，我可以不同地设置这两个参数吗？
不，它们不一样。与大多数（所有？）框架一样，Tensorflow 有一些指定时期的命令，还有一些在 steps、a.k.a iterations 上运行的命令. step 是一个 batch，它由模型输入中指定的 batch size 控制。
例如，如果您使用默认批量大小为 256 的 AlexNet，ILSVRC 2012 数据集大约有 128 万张图像，那么每个时期大约有 5000 步 (1,280,000 / 256)。
批量大小是并行处理的图像数量。如果数据集中有 128 万张图像，那么每个 epoch 就必须处理 1280 万张图像：这就是 epoch 的定义——每个输入处理一次。现在算术清楚了吗？
以下是任何机器学习算法或框架中时期和步骤之间的基本区别：
一旦框架通过其训练集中的所有数据点来更新其参数，它就称为一个时期。一步是参数的一次更新（例如，如果训练 DNN，神经网络的权重）。可以使用单个数据点或小批量数据点（例如随机抽取 100 个数据点，有或没有替换）或所有点来获得此更新。因此，正如您所看到的，如果所有数据点都在一个步骤（或参数更新）中使用，它就变成一个纪元，即一步 = 一个纪元。
通常，框架使用小批量处理，并且在一个步骤中，它们将 100 个（或其他数量的）数据点一起批量处理并进行一次更新。在这种情况下，如果说您总共有 100 万个数据点 (10^6)，那么一个时期有 10000 个步骤，因为一个步骤包含 100 个数据点。
features = [tf.contrib.layers.real_valued_column("x", dimension=1)]
estimator = tf.contrib.learn.LinearRegressor(feature_columns=features)
y = np.array([0., -1., -2., -3.])
input_fn = tf.contrib.learn.io.numpy_input_fn({"x":x}, y, batch_size=4,
num_epochs=1000)
estimator.fit(input_fn=input_fn, steps=1000)
例如，"steps=1000"和"num_epochs=1000"是一个意思吗？如果是，为什么需要复制它？如果不是，我可以不同地设置这两个参数吗？
不，它们不一样。与大多数（所有？）框架一样，Tensorflow 有一些指定时期的命令，还有一些在 steps、a.k.a iterations 上运行的命令. step 是一个 batch，它由模型输入中指定的 batch size 控制。
例如，如果您使用默认批量大小为 256 的 AlexNet，ILSVRC 2012 数据集大约有 128 万张图像，那么每个时期大约有 5000 步 (1,280,000 / 256)。
批量大小是并行处理的图像数量。如果数据集中有 128 万张图像，那么每个 epoch 就必须处理 1280 万张图像：这就是 epoch 的定义——每个输入处理一次。现在算术清楚了吗？
以下是任何机器学习算法或框架中时期和步骤之间的基本区别：
一旦框架通过其训练集中的所有数据点来更新其参数，它就称为一个时期。一步是参数的一次更新（例如，如果训练 DNN，神经网络的权重）。可以使用单个数据点或小批量数据点（例如随机抽取 100 个数据点，有或没有替换）或所有点来获得此更新。因此，正如您所看到的，如果所有数据点都在一个步骤（或参数更新）中使用，它就变成一个纪元，即一步 = 一个纪元。
通常，框架使用小批量处理，并且在一个步骤中，它们将 100 个（或其他数量的）数据点一起批量处理并进行一次更新。在这种情况下，如果说您总共有 100 万个数据点 (10^6)，那么一个时期有 10000 个步骤，因为一个步骤包含 100 个数据点。