将 Keras model.fit 的 `steps_per_epoch` 与 TensorFlow 的数据集 API 的 `batch()` 相结合
Combining Keras model.fit's `steps_per_epoch` with TensorFlow's Dataset API's `batch()`
我正在查看使用 Keras+TensorFlow 训练 CNN 模型期间的性能和 GPU 使用情况。类似于，我很难理解Kerasmodel.fit的steps_per_epoch和TensorFlow的DatasetAPI的.batch()的组合使用：我在输入管道 dataset = dataset.batch(batch_size) 上设置了一定的批量大小，后来我使用
fit = model.fit(dataset, epochs=num_epochs, steps_per_epoch=training_set_size//batch_size)
但我看到实际上每个纪元可以设置任意数量的步数，甚至超过 training_set_size//batch_size。从文档中我了解到，在 Keras 上，一个纪元不一定像往常一样遍历整个训练集，但无论如何我有点困惑，现在我不完全确定我是否正确使用它。
dataset.batch(batch_size) + steps_per_epoch=training_set_size//batch_size 是否定义了一个小批量 SGD，它通过 batch_size 个样本的小批量运行整个训练集？如果 steps_per_epoch 设置为多于 training_set_size//batch_size，训练集的轮数是否大于一轮？
steps_per_epoch 是你设置的 batch size 是 运行 在一个 epoch 中通过网络的批次数。
您将 steps_per_epoch 设置为 training_set_size//batch_size 是有充分理由的。这确保所有数据都在一个时期内接受训练，提供精确除法的数字（如果不是由 // 运算符四舍五入）。
也就是说，如果您的批量大小为 10，训练集大小为 30，那么 steps_per_epoch = 3 可确保使用所有数据。
并引用你的问题：
"Are epochs larger than one pass over the training set if steps_per_epoch is set to more than training_set_size//batch_size?"
是的。部分数据会在同一个epoch再次通过
我正在查看使用 Keras+TensorFlow 训练 CNN 模型期间的性能和 GPU 使用情况。类似于model.fit的steps_per_epoch和TensorFlow的DatasetAPI的.batch()的组合使用：我在输入管道 dataset = dataset.batch(batch_size) 上设置了一定的批量大小，后来我使用
fit = model.fit(dataset, epochs=num_epochs, steps_per_epoch=training_set_size//batch_size)
但我看到实际上每个纪元可以设置任意数量的步数，甚至超过 training_set_size//batch_size。从文档中我了解到，在 Keras 上，一个纪元不一定像往常一样遍历整个训练集，但无论如何我有点困惑，现在我不完全确定我是否正确使用它。
dataset.batch(batch_size) + steps_per_epoch=training_set_size//batch_size 是否定义了一个小批量 SGD，它通过 batch_size 个样本的小批量运行整个训练集？如果 steps_per_epoch 设置为多于 training_set_size//batch_size，训练集的轮数是否大于一轮？
steps_per_epoch 是你设置的 batch size 是 运行 在一个 epoch 中通过网络的批次数。
您将 steps_per_epoch 设置为 training_set_size//batch_size 是有充分理由的。这确保所有数据都在一个时期内接受训练，提供精确除法的数字（如果不是由 // 运算符四舍五入）。
也就是说，如果您的批量大小为 10，训练集大小为 30，那么 steps_per_epoch = 3 可确保使用所有数据。
并引用你的问题：
"Are epochs larger than one pass over the training set if steps_per_epoch is set to more than training_set_size//batch_size?"
是的。部分数据会在同一个epoch再次通过