批量大小在TimeDistributed中是如何工作的
批量大小在TimeDistributed中是如何工作的
提问于 2021-12-22 05:56:07
我是人工智能的初学者，并试图在Keras中实现CRNN模型。
model.add(TimeDistributed(base_model, input_shape=(3,32,32,3)))
我理解上面的代码创建了3个时间步骤，并使用了一个32x32RGB映像。
然后，如果我有90 train_image并将批处理大小设置为30，它是如何工作的？
或
还是我误解了批次的大小？
回答 1
Stack Overflow用户
发布于 2021-12-22 17:54:59
如果您有90幅图像，并且希望批处理大小为30，那么您的input_shape应该是(90,30,32,32,3)。资料来源: docs 分布式/
批处理大小是指在CRNN更新其内部参数之前，您希望在迭代学习中使用的样本数量。
正如您在屏幕截图中所看到的，您已经在三个时间步骤中为一个时代训练了您的模型(在训练您的学习模型时，一个时代是整个数据集中的一个迭代。30乘3等于90，整个数据集)。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70444797
复制相关文章
相似问题
腾讯云开发者
