CNN Keras每個曆元的樣本數量

我在理解每個曆元步驟中的觀測次數方面存在問題。CNN Keras每個曆元的樣本數量

我在Keras中實現了CNN以識別圖片中的方格圖案。我準備了240張訓練圖像和60張圖像進行交叉驗證，並添加了數據。

train_datagen = ImageDataGenerator(rescale=1./255, 
     shear_range=0.2, 
     zoom_range=0.2, 
     horizontal_flip=True) 

test_datagen = ImageDataGenerator(rescale=1./255) 

train_generator = train_datagen.flow_from_directory(
    train_data_dir, 
    target_size=(img_width, img_height), 
    batch_size=32, 
    class_mode='categorical') 

validation_generator = test_datagen.flow_from_directory(
    validation_data_dir, 
    target_size=(img_width, img_height), 
    batch_size=32, 
    class_mode='categorical')

接下來我訓練我的CNN：

history = model.fit_generator(
       train_generator, 
       steps_per_epoch = 240, 
       epochs=epochs, 
       validation_data=validation_generator, 
       validation_steps= 60)

而且我得到的輸出

Found 240 images belonging to 2 classes. 
Found 60 images belonging to 2 classes. 
Epoch 1/50 
7/7[==============================] - 45s - loss: 4.1905 - acc: 0.4777 - val_loss: 0.7081 - val_acc: 0.5000 
Epoch 2/50 
7/7[==============================] - 41s - loss: 0.7049 - acc: 0.0.4973 - val_loss: 0.6851 - val_acc: 0.6786

我的問題是，爲什麼7？如果我正確地理解它應該是240.這是7因爲浴缸的大小？

來源

2017-10-06 Witek

您的batch_size是32.它表示每步使用32個圖像。對於1個劃時代它需要解析240 三十二分之二百四十= 7.5 則需要從240改變steps_per_epoch從60 8（np.ceil(7.5)）和validation_steps至2

來源

2017-10-06 13:32:08

謝謝！現在我明白了。我還有一個問題，這個圖像數據生成器如何工作？對於每個呼叫（對於每個時期），它會在圖片中產生這種隨機變化？ – Witek

沒錯。對於每個時代ImageDataGenerator，都會隨機生成圖片中的更改。 –

好的。非常感謝您的幫助！ – Witek

CNN Keras每個曆元的樣本數量

回答

相關問題