关于CifarData中的类方法next_batch的问题
来源：2-7 神经元实现（二分类逻辑斯蒂回归模型实现）
慕仙5479579
2019-07-01
老师您好，关于2-7节中关于CifarData这个类中的类方法,next_batch，我有一些疑问需要您的解答：
第一个if判断if end_indicator > self._num_examples判断的是什么情况，是用mini batch走完了第一遍数据集，导致end_indicator比self._num_examples大，所以需要重新遍历吗？以及，为什么后面接着判断是不是需要_need_shuffle呢？直接shuffle不行吗？这一步shuffle完以后，把__indicator = 0，但是为什么end_indicator = batch_size？一开始不是已经有end_indicator = self._indicator + batch_size了吗？
非常期待老师能够回答小白的提问！
1回答
-
“第一个if判断if end_indicator > self._num_examples判断的是什么情况，是用mini batch走完了第一遍数据集，导致end_indicator比self._num_examples大，所以需要重新遍历吗？” 是的，数据用完了，需要重新遍历
“以及，为什么后面接着判断是不是需要_need_shuffle呢？直接shuffle不行吗？”训练集需要shuffle，测试集和验证集没必要shuffle，所以不能直接shuffle
“这一步shuffle完以后，把__indicator = 0，但是为什么end_indicator = batch_size？一开始不是已经有end_indicator = self._indicator + batch_size了吗？”
我们要取batch_size个，所以start_indicator和end_indicator要保证差是batch_size. 虽然刚开始设置了，但是indicator变了，因而end_indicator也要变化。
112019-07-17
相似问题