在 Keras 的 Optimizer 类中 self.iterations 指的是什么

Question

我一直在尝试理解 Keras' Optimizer 类，并意识到有一个我不太理解的变量 - self.iterations。这是指：

1. 已执行更新的单个样本的数量？
2. 已执行更新的单个批次的数量？ （这是我相信的）
3. 已执行更新的总 epoch 数（即通过训练集的完整传递）？

Answer 1

是 2。

整个 keras 函数每批迭代一次。

一种测试方法是获取一小部分数据并训练一个 epoch：

#get 3 batches of size 32 from the data
small_X = X_train[:3*32]
small_Y = Y_train[:3*32]

#print the initial value of iterations
print(keras.backend.eval(model.optimizer.iterations))

#train for 1 epoch with batch size 32
model.fit(small_X, small_Y, epochs=1, batch_size=32, verbose=0)

#see the new value of iterations
print(keras.backend.eval(model.optimizer.iterations))