在Tensorflow中拟合模型时批次大小和时期数量应该多大？

Question

我正在研究对象检测。我的训练集是5984，测试集是1496（KITTI跟踪训练数据集）。

在Tensorflow中拟合模型时批次大小和时期数应该多大？基于数据输入大小是否有任何经验法则可供使用？我应该将它分成train/val/test还是坚持使用我当前的分组列车/ val？

Answer 1

请尝试尽可能高的批处理大小作为您的内存允许 - 这将在GPU上更有效地评估，您通常可以应付更高的学习速度，使学习更快。尝试大量的时代和保姆的学习过程，直到你看到融合，并在你服装之前停止。看看这里：http://cs231n.github.io/neural-networks-3/了解如何照顾学习过程。

将您的数据集分解为train/val/test - 在每个时期后评估验证集上的模型，并使用测试集来估计泛化错误。