大部分使用 tensorflow 的同學會使用 fit() 或者 fit_generator() 方法訓練模型， 這兩個 api 對于剛接觸深度學習的同學非常友好和方便，但是由于其是非常深度的封裝，對于希望自定義訓練過程的同學就顯得不是那么方便，而且，對于 GAN 這種需要分步進行訓練的模型，也無法直接使用 fit 或者 fit_generator 直接訓練的。因此，tensorflow 提供了 train_on_batch 這個 api，對一個 mini-batch 的數據進行梯度更新。

總結優點如下：

• 更精細自定義訓練過程，更精準的收集 loss 和 metrics
• 分步訓練模型-GAN的實現
• 多GPU訓練保存模型更加方便
• 更多樣的數據加載方式

函數原型：

y_pred = Model.train_on_batch(x,y=None,sample_weight=None

總結

以上是生活随笔為你收集整理的model.train_on_batch介绍【TensorFlow2入门手册】的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。