kerasの60000ある訓練データを96しか学習しない「AlphaZore 人工知能プログラミング実践入門」

Question

print(train_images.shape)
print(train_labels.shape)

(60000, 784)
(60000, 10)

となってkerasからサンプルデータを取り出して前処理した時には60000あるデータですが、訓練すると

model = Sequential()
model.add(Dense(256, activation='sigmoid', input_shape=(784,))) 
model.add(Dense(128, activation='sigmoid')) 
model.add(Dropout(rate=0.5)) 
model.add(Dense(10, activation='softmax')) 

model.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.1), metrics=['acc'])

history = model.fit(train_images, train_labels, batch_size=500, 
    epochs=5, validation_split=0.2)

Epoch 1/5
96/96 [==============================] - 1s 6ms/step - loss: 2.0732 - acc: 0.2885 - val_loss: 1.0056 - val_acc: 0.8280
Epoch 2/5
96/96 [==============================] - 0s 5ms/step - loss: 1.0491 - acc: 0.7057 - val_loss: 0.5946 - val_acc: 0.8853
.
.
.

となって96しか訓練できていません。書籍の内容を貼り付けているのでコードに間違いはありません。
環境はGoogle Coladを使用しています。
書籍では同じコードで

Train on 48000 samples, validate on 12000 samples
Epoch 1/5
48000/48000 [==============================] - 2s 36us/sample - loss: 1.6872 - acc: 0.4570 - val_loss: 0.9593 - val_acc: 0.8463
Epoch 2/5
48000/48000 [==============================] - 2s 35us/sample - loss: 0.9088 - acc: 0.7503 - val_loss: 0.5725 - val_acc: 0.8845
.
.
.

とゆう結果が出力されます。最初のTrain on 48000,,,とゆう部分も出力されません。
「AlphaZore　人工知能プログラミング実践入門」とゆう本の一番最初の部分です。
コードはそのままだしGoogle Coladの設定も最初のままなので何が原因かわかりません。
わかる方がいれば教えてください。

Answer 1

書籍を購入または読んだことがないので、個人的解釈の元、回答させて頂きます。
結論から申しますと、期待する結果と同様の結果が欲しいのでしたら、

history = model.fit(train_images, train_labels, batch_size=1, epochs=5, validation_split=0.2)

で同様の結果が得られるのではないでしょうか。
batch_size, validation_splitの関係は以下の様になっています。

60000(画像総数) = 96(出力結果)*500(batch_size) + 60000(画像総数)*0.2(validation_split)

また、デフォルトではbatch_sizeは32となっていることにも注意が必要です。

Comments

[0990]

コメントありがとうございました。
解決しました。

Answer 2

model.fit()で以下の設定になっています。

• batch_size=500で500個同時に学習している
• validation_split=0.2で総データのうち20%をtestに回している

上記より、60000×0.8÷500で96回分となります。
従って「96個しか使われない」という考えが間違いで、全てのデータがtrainまたはtestのどちらかに使われています。
（書籍と違う理由はよく分かりませんが、挙動としては間違っていないはずです）

Comments

[jbpb0]

https://teratail.com/questions/259762
の回答には、「fit() で学習した場合はサンプル数、fit_generator() で学習した場合は1エポックあたりの反復回数」って書いてあるけど、質問者さんの環境ではそうなってないですね
kerasの仕様が変わったのかな？？

[0990]

コメントありがとうございます。
試しに　batch_size=500　を消してみたんですが、
Epoch 1/5
1500/1500 [==============================]
となりました。4800-1500はどこにいったのでしょうか？
後、学習過程の誤差や正解率が違うは何故でしょうか？テンプレートのデータは同じだと思いますが、、、

[jbpb0]

batch_size=1
でやってみてください

指定しないと32
https://teratail.com/questions/191679

[jbpb0]

> 学習過程の誤差や正解率が違うは何故でしょうか？

乱数使ってますからね
全く同じコードでもう一回やったら、また変わりませんか？
(やる度に毎回変わる)

[0990]

コメントありがとうございます。
おかげで納得できました。
正解率を評価をする時
test_loss, test_acc = model.evaluate(test_images, test_labels)
で出力が書籍では
10000/10000 [==============================]
なのですが
自分のPCでは
313/313 [==============================]
となるのですがこの313はどこからきた数値でしょうか？

[jbpb0]

10000/32

model.evaluate()も、指定しないとbatch_size=32なので

[0990]

ありがとうございました