图像识别猫狗大战——初学代码之随笔

图像识别猫狗大战——初学代码之随笔

1. 读取数据标签

item_label = item.split('.')[0]

# 文件名形如 cat.0.jpg, 只须要取第一个。
# 将item以字符'.'为分割方式截取子串，存入字符串向量，获取向量的第[0]个元素。
# 如item='cat.0.jpg', 则item.split('.')[0]='cat'.
# 如item='1.cat.0.jpg', 则item.split('.')[0]='1', item.split('.')[1]='cat'.

2. 关于epoch、 iteration和batchsize的概念

深度学习中常常看到epoch、 iteration和batchsize，下面按本身的理解说说这三个的区别：

（1）batchsize：批大小。在深度学习中，通常采用SGD训练，即每次训练在训练集中取batchsize个样本训练；
（2）iteration：1个iteration等于使用batchsize个样本训练一次；
（3）epoch：1个epoch等于使用训练集中的所有样本训练一次。

举个例子，训练集有1000个样本，batchsize=10，那么：
训练完整个样本集须要：
100次iteration，1次epoch。