Keras 不对所有行建模

Question

B运行d Keras、Tensorflow 和 Google Colab 的新手。我正在关注 YouTube 教程。我有一个包含 4000 行的 df，如下所示：

           x            y      color
0       1.752690    2.846610    0.0
1       0.848488    2.127556    0.0
2       2.294166    0.801233    1.0
3       4.137304    3.082904    1.0
4       2.877251    1.915737    1.0
...     ...         ...         ...
3995    4.138087    5.111319    0.0
3996    0.840928    1.691174    0.0
3997    2.820071    3.812626    0.0
3998    3.313544    4.869823    0.0
3999    3.877675    2.553817    1.0

这是我的代码：

import tensorflow as tf
from tensorflow import keras
import pandas as pd
import numpy as np

df=pd.read_csv('train.csv')
np.random.shuffle(df.values)

model = keras.Sequential([
  keras.layers.Dense(4, input_shape=(2,), activation='relu'),
  keras.layers.Dense(2, activation='sigmoid')])
model.compile(optimizer='adam',loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy'])
model.fit(df.loc[:,'x':'y'].values, df.color.values, batch_size=16)

这是输出：

250/250 [==============================] - 0s 872us/step - loss: 0.8335 - accuracy: 0.2380
<tensorflow.python.keras.callbacks.History at 0x7fed96a646a0>

我担心输出暗示它只有运行 250 行。 youtube 视频中显示的输出有几行，底行显示 4000/4000，然后在下方显示 [Finished in 4.5s]。您可以转到 https://www.youtube.com/watch?v=aBIGJeHRZLQ 中的 29:13 查看输出。

我的模型只有运行 250 行吗？为什么？

Answer 1

250 是训练的批次数 250 * 16 = 4000

Answer 2

显示的数据不是行。它是处理的批次数。在 model.fit 中，您确实将批量大小指定为 16。因此，对于 4000 行，4000/16=250 这是一个时期内处理批量大小为 16[=10 的所有 4000 行所需的步骤数=]

Keras 不对所有行建模

Keras Not Modeling All Rows

python

neural-network

keras

tensorflow

google-colaboratory