计算训练中迭代的时期数？答案

【问题标题】：Compute the number of epoch from iteration in training?计算训练中迭代的时期数？
【发布时间】：2019-06-20 11:49:31
【问题描述】：

我有一个 Caffe prototxt 如下：

stepsize: 20000
iter_size: 4
batch_size: 10
gamma =0.1

其中，数据集有 40.000 张图像。这意味着在 20000 次迭代后，学习率将降低 10 倍。在 pytorch 中，我想计算 epoch 的数量以在 caffe 中具有相同的行为（用于学习率）。我应该使用多少个 epoch 来将学习率降低 10 倍（请注意，我们有 iter_size=4 和 batch_size=10）。谢谢

参考：Epoch vs Iteration when training neural networks

我的回答：示例：如果您有 40000 个训练示例，并且批量大小为 10，那么完成 1 个 epoch 需要 40000/10 =4000 次迭代。因此，在 caffe 中降低学习率的 20000 个迭代将与 pytorch 中的 5 个 epoch 相同。

【问题讨论】：

标签： machine-learning neural-network deep-learning caffe pytorch

【解决方案1】：

您没有考虑到iter_size: 4：当批处理太大而无法放入内存时，您可以将其“拆分”为多个迭代。
在您的示例中，实际批量大小为 batch_sizexiter_size=10 * 4 = 40。因此，一个 epoch 只需要 1,000 次迭代，因此您需要在 20 个 epoch 后降低学习率。

【讨论】：