AI
[Tensorflow 자격증 공부] batch_size의 개념
euuuuuz:
2022. 1. 9. 15:30
1000장의 데이터
batch_size = 10
update : 100번
장점: 미세한 조정 가능
단점: 속도가 느리다
업데이트 되는 양 자체도 작아서 초기 학습 값이 잘못되었을때 다시 되돌아 오지 못한다.
batch_size = 100
update : 10번
장점: 크게크게 업데이트
속도가 빠르다
단점: 정밀도 떨어진다
적절한 batch_size 찾는 법
model.fit(batch_size는 32로 디폴트 지정됨)
또는 전처리 단계에서 batch_size 설정 가능 -> 장점은 train batch 크게/ valid batch 작게 따로 설정가능
Train/valid data 개수 | batch_size | steps_per_epoch | validation_steps |
1000 | 10 | 100 | |
200 | 10 | 20 | |
1024 | 10 | 1024//10 + 1 |
반드시 정수로 나누어 떨어지게 값을 조정해야한다.
그렇지 못할 경우에는 몫에 + 1 로 값을 입력한다.