这里“batch_size”的目的是什么以及如何为其他数据集定义它？

Question

我一直在阅读this教程，直到这些行：

batch_size = 32
img_height = 180
img_width = 180

train_ds = tf.keras.utils.image_dataset_from_directory(
  data_dir,
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

我知道批处理文件是什么，但我不太明白它在这里是如何使用的以及

batch_size

的值取决于什么。如果数据集中的图像是 32 x 32，会如何更改？

Answer 1

批量大小是一次加载用于训练模型的样本（图像）数量。因此，您一次加载 32 个图像并将它们提供给您的模型。

Answer 2

我认为batch_size指定每次迭代中使用的样本数量。批量大小实际上取决于您的计算能力，即较小的数量优选较小的批量。 img_height 和 img_width 指的是像素数量。如果你有 32 x 32 的图像，它们将是 32 和 32。