验证集的batchsize大于训练集,输入层与第一层之间的权重参数怎么办
时间: 2023-06-19 17:02:46 浏览: 81
DeepLearning之LSTM模型输入参数:time_step, input_size, batch_size的理解
5星 · 资源好评率100%
如果验证集的batchsize大于训练集,那么在训练过程中,输入层与第一层之间的权重参数将会出现维度不匹配的问题。
解决这个问题的方法有两种:
1. 在训练时,将验证集分成若干个batch,每个batch的大小和训练集的batch大小相同。这样,输入层与第一层之间的权重参数就可以在训练和验证过程中共用了。
2. 在建立模型时,将输入层与第一层之间的权重参数定义为可共用的,即在定义该参数时,将参数的"trainable"属性设置为False,这样在训练和验证过程中都不会更新该参数,从而避免了维度不匹配的问题。
阅读全文