In Keras, di prevedere un datatest è quello di utilizzare predict_classes():Perché la previsione richiede una dimensione batch in Keras?
classes = model.predict_classes(X_test, batch_size=32)
So che l'utilizzo di batch_size in allenamento, ma perché ha bisogno di un batch_size per la previsione? Come funziona?
Le telecamere possono prevedere più valori contemporaneamente, come se si inserisse un vettore di 100 elementi, Keras può calcolare una previsione per ciascun elemento, fornendo 100 output. Questo calcolo può essere eseguito anche in batch, definiti da batch_size.
Questo è solo nel caso in cui non è possibile montare tutti i dati nella CPU/GPU RAM allo stesso tempo e l'elaborazione in batch è necessaria.
ooh, vedo, quindi 'batch_size' serve per determinare la dimensione dei dati che si adattano alla RAM CPU/GPU, quindi l'accuratezza del modello non dovrebbe dipendere dal valore' 'batch_size' di' predicict_classes'' ? – malioboro
@malioboro Dipende. Se, ad esempio, si utilizza la normalizzazione batch che non utilizza i valori stimati durante la previsione ('mode = 1' esegue tale IIRC), la dimensione del batch ha effettivamente un'influenza sul risultato. – nemo
@nemo è vero, l'ho capito :) grazie per la tua spiegazione – malioboro