TensorFlow 在第一个时期的未知步骤
TensorFlow unkown steps in first epoch
我试图训练我的 tensorflow 模型，但在第一个时期它只说 x/unknown 步..然后它就永远消失了。
在尝试设置 epoch 和验证步骤后，准确性并没有变得更好，而且经常卡在 1，这很奇怪。
提前致谢。
TensorFlow 旨在处理迭代器或生成器以及更多静态固定长度输入。在 Python 中，len(my_iterator) 未定义。因此，除非您指定 epochs 和 steps_per_epoch（注意：不是 validation_steps），否则 TensorFlow 不会计算步骤，以防输入是迭代器。相反，它将遍历数据直到数据耗尽。如果未明确告知 TensorFlow（通过我提到的参数）有多少数据，它将在第一个时期显示 x / unknown steps。然而，在第一个纪元结束后，TensorFlow 将发现有多少数据，因此接下来的纪元将指示正确的步数。
至于达到 1 的准确度，这听起来完全符合我的预期。 1.0 或 100% 是可能的最大准确度。换句话说，您的神经网络能够为您的训练数据重现输出。要获得更具代表性的性能指示，请尝试留出一些 validation_data。这可能会低一点，让您更好地了解您的网络将如何处理 "wild" 数据。
我试图训练我的 tensorflow 模型，但在第一个时期它只说 x/unknown 步..然后它就永远消失了。 在尝试设置 epoch 和验证步骤后，准确性并没有变得更好，而且经常卡在 1，这很奇怪。
提前致谢。
TensorFlow 旨在处理迭代器或生成器以及更多静态固定长度输入。在 Python 中，len(my_iterator) 未定义。因此，除非您指定 epochs 和 steps_per_epoch（注意：不是 validation_steps），否则 TensorFlow 不会计算步骤，以防输入是迭代器。相反，它将遍历数据直到数据耗尽。如果未明确告知 TensorFlow（通过我提到的参数）有多少数据，它将在第一个时期显示 x / unknown steps。然而，在第一个纪元结束后，TensorFlow 将发现有多少数据，因此接下来的纪元将指示正确的步数。
至于达到 1 的准确度，这听起来完全符合我的预期。 1.0 或 100% 是可能的最大准确度。换句话说，您的神经网络能够为您的训练数据重现输出。要获得更具代表性的性能指示，请尝试留出一些 validation_data。这可能会低一点，让您更好地了解您的网络将如何处理 "wild" 数据。