CNN模型批量大小和数据，预测相关问题答案

【问题标题】：CNN model batch size and data ,prediction related problemCNN模型批量大小和数据，预测相关问题
【发布时间】：2021-07-20 23:06:14
【问题描述】：

在这里您可以看到总的训练图像和测试图像形状：

当我使用批量大小 5 时，它显示 19/19，在预测中它显示 1/1。但我有95 训练图像和5 测试图像。

这是在训练我的整个95 形象吗？如果是，那为什么不显示 95/95？

如果它只训练19 图像，因为它显示19/19，那么我如何训练我的整个95 图像？预测同样的问题！是预测5 图像还是1 图像？

在这里，当我使用批量大小2 时，它显示48/48，在预测中它显示1/1，我想知道它是在训练48 图像还是95 图像，而预测是在预测1 图像或5 图像？

当我使用批量大小1 时，它显示95/95。这里也有同样的问题！

【问题讨论】：

19/19 不是样本数，而是根据批量大小的步数。如果批量大小为 5，那么对于 19 个步骤，您有 19*5 = 95 个样本。在 19 个步骤中的每个步骤中，它会迭代一批图像，即 5 个。预测也是如此！

【解决方案1】：

Gradient Descent有3种类型，

就您而言，我们使用的是 Mini-Batch Gradient Descent。这意味着我们在每个 step。

对于每个 Epoch，我们将有 Number_Of_Instances/Batch_Size 个 Steps，即 95/5 = 19 Steps 每个 Epoch。

这就是您在每个 Epoch 的分母中看到 19 的原因。

希望清楚。

【讨论】：