TF2 对 LSTM 网络中的步数感到困惑

Question

我目前正在尝试使用我自己的数据集从this 实施身份验证网络。

This is my colab notebook

它正在“工作”（数据集大小仍然太小而无法进行任何有意义的测试），但我对某些事情感到困惑。

输入的形状为 (482, 12, 128, 1)。 482个样本量，12个传感器，128是信号长度，1个通道

所以我希望有这样的东西：

Epoch 1/10
X/482 [===...

在训练中，或者 X/batch_size（我现在还没有指定）。

但它是 X/16。 现在 16 是 LSTM 的序列长度（我在 LSTM 有一个序列的 16 个输入，每个输入有 128 个值）

这是怎么回事？

Answer 1

当您调用 model.fit() 而不指定 batch_size 参数时，它默认为 32。

batch_size： 整数或无。每次梯度更新的样本数。如果未指定，batch_size 将默认为 32。如果您的数据是数据集、生成器或 keras.utils.Sequence 实例的形式（因为它们会生成批次），请不要指定 batch_size。

如果您将样本数量分成 32 个批次，则需要 16 个批次（15 个完整批次，1 个部分批次）。

482/32 = 15.0625

所以它需要 16 个批次才能完成 1 个 epoch，这就是为什么您看到进度为 X/16。