圖像識別貓狗大戰——初學代碼之隨筆

圖像識別貓狗大戰——初學代碼之隨筆

1. 讀取數據標籤

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

# 文件名形如 cat.0.jpg, 只須要取第一個。
# 將item以字符'.'爲分割方式截取子串，存入字符串向量，獲取向量的第[0]個元素。
# 如item='cat.0.jpg', 則item.split('.')[0]='cat'.
# 如item='1.cat.0.jpg', 則item.split('.')[0]='1', item.split('.')[1]='cat'.

2. 關於epoch、 iteration和batchsize的概念

深度學習中常常看到epoch、 iteration和batchsize，下面按本身的理解說說這三個的區別：

（1）batchsize：批大小。在深度學習中，通常採用SGD訓練，即每次訓練在訓練集中取batchsize個樣本訓練；
（2）iteration：1個iteration等於使用batchsize個樣本訓練一次；
（3）epoch：1個epoch等於使用訓練集中的所有樣本訓練一次。

舉個例子，訓練集有1000個樣本，batchsize=10，那麼：
訓練完整個樣本集須要：
100次iteration，1次epoch。