Keras未对所有行建模

Question

Keras、Tensorflow和Google Colab的全新产品。我正在关注一个YouTube教程。我有一个有4000行的df，看起来像这样：

x            y      color
0       1.752690    2.846610    0.0
1       0.848488    2.127556    0.0
2       2.294166    0.801233    1.0
3       4.137304    3.082904    1.0
4       2.877251    1.915737    1.0
...     ...         ...         ...
3995    4.138087    5.111319    0.0
3996    0.840928    1.691174    0.0
3997    2.820071    3.812626    0.0
3998    3.313544    4.869823    0.0
3999    3.877675    2.553817    1.0

这是我的代码：

import tensorflow as tf
from tensorflow import keras
import pandas as pd
import numpy as np
df=pd.read_csv('train.csv')
np.random.shuffle(df.values)
model = keras.Sequential([
keras.layers.Dense(4, input_shape=(2,), activation='relu'),
keras.layers.Dense(2, activation='sigmoid')])
model.compile(optimizer='adam',loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True), metrics=['accuracy'])
model.fit(df.loc[:,'x':'y'].values, df.color.values, batch_size=16)

这是输出：

250/250 [==============================] - 0s 872us/step - loss: 0.8335 - accuracy: 0.2380
<tensorflow.python.keras.callbacks.History at 0x7fed96a646a0>

我担心输出意味着它只运行了250行。youtube视频中显示的输出有几行，最下面一行显示4000/4000，下面显示[在4.5秒内完成]https://www.youtube.com/watch?v=aBIGJeHRZLQ.

我的模型只运行250行吗？为什么？

Answer 1

250是经过训练的批次数250*16=4000

Answer 2

显示的数据不是行。它是处理的批次数。在model.fit中，您确实将批量大小指定为16。因此，对于4000行，4000/16=250，这是在一个历元中处理批次大小为16的所有4000行所需的步骤数