什么是TensorFlow的时代？

Question

什么是TensorFlow的时代，它用于什么？

https://github.com/tensorflow/tensorflow/blob/754048a0453a04a761e112ae5d99c149eb9910dd/tensorflow/contrib/learn/python/learn/datasets/mnist.py#L173

Answer 1

一个划时代，在机器学习，是整个处理通过的学习算法整个列车设置。

MNIST火车集由55000个样本组成。一旦算法处理了所有这些55000个样本，一个纪元就通过了。

Answer 2

Epoch不是TensorFlow框架固有的东西。它在机器学习领域已经使用了很长时间。

一个时间段是每次经过训练集中所有样本时递增的时间步长。

Answer 3

时代是对样本的完全迭代。历元的数量是算法运行的次数。时代的数量直接影响（或不影响）训练步骤的结果（只有几个时期你只能达到局部最小值，但有更多的时期，你可以达到全局最小值或至少更好的局部最小值）。

Answer 4

一个时代是一次训练迭代，所以在一次迭代中所有样本都迭代一次。当调用tensorflows train-function并定义参数时期的值时，您可以确定您的模型应该在您的样本数据上训练多少次（通常至少有几百次）。