关于tf.keras SGD批量
关于tf.keras SGD批量
提问于 2021-01-24 15:40:15
我想在tf.keras中使用SGD优化器。但是SGD的细节说
梯度下降(与动量)优化器。
这是否意味着SGD不支持“数据集阶段的随机洗牌示例”？
我检查了SGD的来源，似乎没有随机的洗牌方法。我对SGD的理解是对随机样本应用梯度下降。
但它只在动量和nesterov的情况下进行梯度下降。
我在代码中定义的批处理大小是否代表SGD随机洗牌阶段？
如果是这样的话，它会随机地洗牌，但从不使用相同的数据集，不是吗？
我的理解正确吗？
我编写了关于批处理的代码如下所示。
(x_train, y_train)).shuffle(10000).batch(32)
test_ds = tf.data.Dataset.from_tensor_slices((x_test, y_test)).batch(32)回答 1
Stack Overflow用户
发布于 2021-01-24 19:03:29
我不确定这是否是您要寻找的，但尝试使用tf.data.Dataset作为您的数据集。例如，对于mnist，您可以很容易地创建dataset变量，对示例进行洗牌并分批处理：
shuffle_buffer_size = 100
batch_size = 10
train, test = tf.keras.datasets.fashion_mnist.load_data()
images, labels = train
images = images/255
dataset = tf.data.Dataset.from_tensor_slices((images, labels))
dataset.shuffle(shuffle_buffer_size).batch(batch_size)您可以查看有关数据集的教程：td.data
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/65872559
复制相关文章
相似问题
腾讯云开发者
