我是深度学习领域的新手，我想在我的第一个深度学习代码中澄清一些事情，即 MNIST 示例。也许我也完全错了，顺便说一句，所以请放轻松:)
我已将训练数据拆分为批次，每个批次的大小为 50，最大 epoch 为 15(或直到验证损失变量开始增加(。
我在第一个纪元上获得了 93% 的准确率，如果(据我所知(在第一个纪元上它只向前和向后传播了 1 次完整的训练集，所以训练集只有一次权重和偏差，这怎么可能？
我以为我会在许多时期后获得很好的准确性，而不仅仅是在第一次放弃重量时
是的。您也可以在第一个纪元中获得良好的精度。它更多地取决于数据和您构建的模型的复杂性。有时，如果学习率太高，那么也可能发生这种情况，您将获得更高的训练准确性。
此外，谈到调整权重和偏差部分，它可以是一个小批量训练，对于每个小批量，模型都会更新权重。因此，权重可以多次更新，这等于训练数据图像的数量/样本大小