我很好奇如何在 tf.keras 中设置 steps_per_epoch 适合在 tf.dataset 上进行训练？由于我需要示例数量来计算它，我想知道如何得到这个？
由于它是 tf.data 类型，您可以假设这更容易。如果我将steps_per_epoch设置为None，我会得到“未知”。
为什么使用 tf.data 让生活变得如此复杂？
前面的答案很好，但我想指出两点：
- 下面的代码可以工作，不再需要使用实验包。
import tensorflow as tf
dataset = tf.data.Dataset.range(42)
#Still prints 42
print(dataset.cardinality().numpy())
- 如果您使用
filter谓词，基数可能返回值 -2，因此未知；如果您确实在数据集上使用过滤谓词，请确保您已以另一种方式计算了数据集的长度（例如，在应用之前，pandas 数据帧的长度）.from_tensor_slices() on it.
还有一个重要的点就是如何设置参数steps_per_epoch and validation_steps : steps_per_epoch == length_of_training_dataset // batch_size, validation_steps == length_of_validation_dataset // batch_size
完整的例子可以在这里找到：在Keras中构建数据时如何使用repeat()函数？
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
