Doby's Lab

steps_per_epoch, validation_steps (tensorflow model.fit의 Argument) 본문

Code about AI/tensorflow

steps_per_epoch, validation_steps (tensorflow model.fit의 Argument)

도비(Doby) 2023. 1. 10. 23:57

steps_per_epoch

ImageDataGenerator를 통해 Iterator를 만들어서 모델을 학습시킬 때, Iterator는 Batch를 계속 발생시킵니다.

그래서 한 Epoch에 어떻게 몇 개의 Batch를 넣어야 할지는 문제로 다가올 수 있습니다.

이러한 문제를 해결할 수 있는 방안으로 fit의 argument에는 steps_per_epoch가 존재합니다.

 

steps_per_epoch는 '한 에포크에 몇 개의 배치를 넣을 건가'를 묻는 argument입니다.

 

만약에 하나의 데이터셋을 모두 학습시키고 싶다면 (전체 샘플의 개수 // 배치 사이즈)로 구하여 한 에포크에 들어가는 배치의 개수를 할당해줄 수 있습니다. 물론 배치 사이즈를 나누었을 때, 나머지가 있다면 + 1을 해주어 적절하게 할당해줄 수 있습니다.

 

validation_steps 또한 validation_generator에 대해 배치의 개수를 정해둘 수 있는 steps_per_epoch의 validation 버전이라 할 수 있습니다.

 

코드는 아래와 같이 작성할 수 있습니다.

history = model.fit(train_generator, epochs=200, validation_data=val_generator,
                    steps_per_epoch = TRAIN_SIZE//BATCH_SIZE+1, validation_steps = VAL_SIZE//BATCH_SIZE+1,
               callbacks=[early_stopping_cb, learning_rate_reduction_cb])

Reference

https://foxtrotin.tistory.com/535

 

[헷갈리는 개념 정리1] steps_per_epoch 값 정하기

steps_per_epoch steps_per_epoch = 훈련 샘플 수 / 배치 사이즈 예시1: 총 45개의 훈련 샘플이 있고 배치사이즈가 3이면 최대 15 스텝으로 지정한다 (그 이하 가능) 예시2: 총 80개의 훈련 샘플이 있고 배치사

foxtrotin.tistory.com

 

728x90