CNN Keras 在每个 epoch 中的样本数答案

【问题标题】：Number of samples in each epoch for CNN KerasCNN Keras 在每个 epoch 中的样本数
【发布时间】：2017-10-07 00:25:17
【问题描述】：

我无法理解每个时期步骤中的观察次数。

我在 Keras 中实现了 CNN 来识别图片中的方格图案，并且。我准备了 240 张用于训练的图像和 60 张用于交叉验证的图像，并进行了数据增强。

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')

接下来我训练了我的 CNN：

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

我得到了输出

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

我的问题是为什么是 7？如果我正确理解它应该是 240。这是 7 因为浴缸的大小？

【问题讨论】：

标签： tensorflow keras

【解决方案1】：

您的 batch_size 是 32。这意味着每步使用 32 张图像。对于 1 个 epoch，它需要解析 240。 240/32 = 7.5 您需要将 steps_per_epoch 从 240 更改为 8 (np.ceil(7.5)) 和validation_steps 从 60 到 2

【讨论】：

谢谢！现在我明白了。我还有一个问题，这个图像数据生成器是如何工作的？对于每个调用（对于每个时期），它会在图片中生成这种随机变化？
没错。对于每个epoch ImageDataGenerator，随机生成图片的变化。
好的。非常感谢您的帮助！