Não sei o que acontece, mas embaixo do "Epoch", no vídeo aparece 6000/6000, mas para mim aparece 1875/1875, é algum problema ou normal acontecer isso?
Segue meu código e imagem da saída:
Não sei o que acontece, mas embaixo do "Epoch", no vídeo aparece 6000/6000, mas para mim aparece 1875/1875, é algum problema ou normal acontecer isso?
Segue meu código e imagem da saída:
hoje, com a Alura e o Google Gemini
Olá Luiz,
Primeiramente, vamos saber o que é esse número para conseguir alterá-lo: Segundo a documentação do histórico de treinamento do Keras, esse número simboliza: Número de Amostras / Batch_Size.
Analisando seu código:
Você passou para o método .fit() apenas as imagens de treino e suas respectivas identificações, deste modo, pela documentação do método fit, por padrão o batch_size é definido por 32, e se não é passado um validation_split, ele treina com base em todos os dados.
Deste modo, as 60000 amostras foram divididas em batches de 32, logo, cada batch possui 1875 amostras.
O que é batch_size e validation_split? Batch_Size: quando dividimos os dados de treinamento em pequenos lotes para otimizar a adequação do modelo ao dados. No treinamento, o modelo itera por cada um desses lotes. Validation_Split: dividimos os dados em treinamento e validação a fim de testar se o modelo está generalizando (tendo uma boa acurácia em dados que nunca viu) e não está apenas "decorando os dados". Esta abordagem portanto evita o Overfitting do modelo. A fração indicada no vídeo é 0.25 para validação, ou seja, 0.75 para treinamento.
Obter o mesmo resultado da instrutora:
modelo.fit(imagens_treino, identificacoes_treino, epochs=5, batch_size=10)Usando esse código, foram usadas as 60000 amostras para treino, divididas em batches de 10, resultando em 6000 por cada batch. Esse código irá demorar mais que anterior, por existirem mais repartições em seus dados para treino.
Espero que eu tenha ajudado e que você tenha entendido o que significa esse número, não havendo anormalidade no seu código.