e关于Train和eval的epoch为什么不同

Question

train_dataset的epoch=100，也就是repeat了100次，计算了100次的loss,为什么eval_dataset的epoch=1，最后也计算了了100次的loss呢?

train_dataset = make_dataset(train_df, y_train, epochs = 100)
eval_dataset = make_dataset(eval_df, y_eval, epochs = 1, shuffle = False)
history = model.fit(train_dataset,
                    validation_data = eval_dataset,
                    steps_per_epoch = 19,
                    validation_steps = 8,
                    epochs = 100)

Epoch 100/100
19/19 [==============================] - 0s 6ms/step - loss: 0.4574 - accuracy: 0.8076 - val_loss: 0.4831 - val_accuracy: 0.7617

Answer 1

正十七 2021-01-07 20:59:13

因为对于eval_dataset，逻辑是在每次训练的epoch结尾时，进行一次eval，此时eval需要遍历数据集一遍，也就是epoch=1的概念。然后在每个epoch结束的时候，eval_dataset会被重置，所以下次又可以使用了。

• 提问者 weixin_慕勒7004644 #1

  明白啦，太谢谢老师的解答啦，喜欢您的课程！