批量大小如何影响折叠中拆分的数据数量？

Question

我正在处理音频分类问题。我正在使用包含 8732 音频的 urbansound8k 数据集。
我知道 kfold 将数据同样分成 k 组。每个组将用于测试，其余的将用于训练。

所以如果 k=4，每个组将包含 2,183 个数据。但是，这个结果与我自己的结果相差甚远

batch_size = 1
num_folds =4
no_epochs = 10

kfold = KFold(n_splits=num_folds, shuffle=False)

for train, test in kfold.split(features, labels):

  
  model = Sequential()
  model.add(Dense(1000, activation='relu'))
  model.add(Dense(no_classes, activation='softmax'))
  



  model.compile(loss=loss_function,
                 optimizer=opt,
                 metrics=['accuracy'])

  history = model.fit(features[train], labels[train],
              batch_size=batch_size,
              epochs=no_epochs,
              verbose=verbosity,
              validation_split=validation_split,shuffle=False)

此代码在 k=4 时具有以下结果：
-5239 使用批量大小 = 1 时每折
-1048 每折叠，批量大小 = 5
- 524 每折叠，批量大小 = 10

我不明白这两个参数之间的关系：批量大小和折叠中的数据数量。

如果需要，我准备分享我的整个代码。

Answer 1

好吧，如果您对这种关系感兴趣，它们是，忽略整数舍入，成反比，即

batch_size * number_of_data_in_fold = some_constant