def binaryClassify_DNN(units,steps,trainingFilePath,testingFilePath,modelPath):
# Data sets
# Load datasets.
training_set = tf.contrib.learn.datasets.base.load_csv(filename=trainingFilePath,target_dtype=np.float)
test_set = tf.contrib.learn.datasets.base.load_csv(filename=testingFilePath,target_dtype=np.float)
# Build 3 layer DNN with 10, 20, 10 units respectively.
classifier = tf.contrib.learn.DNNClassifier(hidden_units=units,n_classes=2,model_dir=modelPath,optimizer=tf.train.ProximalAdagradOptimizer(learning_rate=0.1))
# Fit model.
classifier.fit(x=training_set.data,
y=training_set.target,
steps=steps)
# Evaluate accuracy.
accuracy_score = classifier.evaluate(x=test_set.data,
y=test_set.target)["accuracy"]
print('Accuracy: {0:f}'.format(accuracy_score))
Я закодированный выше источника мало изменился с https://www.tensorflow.org/versions/r0.10/tutorials/tflearn/index.html#tf-contrib-learn-quickstartчто размер партии Tensorflow при использовании API tf.contrib.learn.DNNClassifier высокого уровня
Как вы можете видеть, я не добавлял параметр для batch_size
, который я могу добавить к classifier.fi()
Я попытался выполнить этот код, и казалось, что он зацикливается без размера партии. Я имею в виду, что это похоже на тренировку с полным размером данных вместо мини-партии.
Это правда?
Я хотел бы знать, что такое настройка по умолчанию для размера партии.
Заранее спасибо.
Если вы не установите его, то это первое измерение x, но вы можете установить его с параметром и использовать его – jorgemf