Keras प्रशिक्षण डेटा विसंगति

Keras के साथ एक तंत्रिका नेटवर्क बनाने के लिए आधिकारिक TensorFlow गाइड का पालन करते समय, आपने देखा कि मॉडल केवल का उपयोग करता है 60,000 प्रविष्टियाँ होने के बावजूद, प्रशिक्षण के दौरान उपलब्ध डेटासेट का हिस्सा।

बैच को समझना आकार

मॉडल फिटिंग के दौरान प्रदर्शित संख्या 1875 प्रशिक्षण नमूनों का संकेत नहीं है, बल्कि बैचों की संख्या है। मॉडल.फिट विधि में एक वैकल्पिक तर्क, बैच_साइज है, जो प्रशिक्षण के दौरान एक साथ संसाधित होने वाले डेटा बिंदुओं की संख्या निर्धारित करता है।

यदि आप बैच_साइज निर्दिष्ट नहीं करते हैं, तो डिफ़ॉल्ट मान 32 है। इस मामले में, 60,000 छवियों के कुल डेटासेट के साथ, बैचों की संख्या बन जाती है:

60000 / 32 = 1875

इसलिए, हालांकि आपके पास 60,000 डेटा पॉइंट हैं, मॉडल वास्तव में 1875 बैचों पर प्रशिक्षित होता है, प्रत्येक बैच में 32 डेटा पॉइंट होते हैं। मेमोरी फ़ुटप्रिंट को कम करने और प्रशिक्षण की गति में सुधार करने के लिए यह एक सामान्य अभ्यास है। मॉडल.फिट विधि में 60000 का बैच_आकार। हालाँकि, यह संभावित रूप से प्रशिक्षण को धीमा कर सकता है और अधिक मेमोरी की आवश्यकता होती है।

वैकल्पिक रूप से, आप प्रशिक्षण दक्षता और मेमोरी उपयोग के बीच समझौता खोजने के लिए बैच_आकार को समायोजित कर सकते हैं। उदाहरण के लिए, आप इसे 1024 या 2048 पर सेट कर सकते हैं, जो बहुत अधिक प्रदर्शन का त्याग किए बिना बैचों की संख्या को काफी कम कर देगा।