Keras: Difference Between a Batch and an Epoch
Sumber: https://machinelearningmastery.com/difference-between-a-batch-and-an-epoch/
Stochastic gradient descent adalah learning algorithm dengan beberapa hyperparameter.
Dua hyperparameter yang sering membingungkan para pemula adalah ukuran batch dan jumlah epoch. Keduanya adalah nilai integer dan tampaknya melakukan hal yang sama.
Dalam tulisan ini, anda akan menemukan perbedaan antara batch dan epoch dalam stochastic gradient descent.
Sesudah membaca tulisan ini, anda akan mengetahui:
- Stochastic gradient descent adalah algoritma pembelajaran iteratif yang menggunakan dataset training untuk meng-update model.
- Ukuran batch adalah hyperparameter dari gradient descent yang mengontrol jumlah sampel training untuk dikerjakan sebelum parameter internal model diperbarui.
- Jumlah epoch adalah hyperparameter dari gradient descent yang mengontrol jumlah lintasan lengkap yang harus dilalui oleh dataset training.
Overview
Posting ini dibagi menjadi lima bagian; yaitu:
- Stochastic Gradient Descent
- Apakah Sample?
- Apakah a Batch?
- Apakah Epoch?
- Apa beda Batch dan Epoch?
Stochastic Gradient Descent
Stochastic Gradient Descent, atau disingkat SGD, adalah algoritma pengoptimalan yang digunakan untuk melatih algoritma machine learning, terutama artificial neural network yang digunakan dalam deep learning.
Tugas algoritma adalah untuk menemukan satu set parameter model internal yang berkinerja baik terhadap beberapa ukuran kinerja seperti loss logaritmik atau mean squared error.
Optimasi adalah jenis proses pencarian dan kita dapat menganggap pencarian ini sebagai pembelajaran. Algoritma optimisasi disebut "gradient descent", di mana "gradient" mengacu pada perhitungan gradien kesalahan atau kemiringan kesalahan dan "descent" mengacu pada bergerak turun sepanjang kemiringan menuju beberapa tingkat kesalahan minimum.
Algoritma ini bersifat iteratif. Ini berarti bahwa proses pencarian terjadi pada beberapa langkah diskrit, setiap langkah akan berusaha untuk sedikit meningkatkan parameter model.
Setiap langkah melibatkan penggunaan model dengan set parameter internal saat itu untuk membuat prediksi pada beberapa sampel, membandingkan prediksi dengan hasil yang diharapkan, menghitung kesalahan, dan menggunakan kesalahan untuk memperbarui parameter model internal.
Prosedur pembaruan ini berbeda untuk algoritma yang berbeda, tetapi dalam kasus artificial neural network, backpropagation update algorithm digunakan.
Sebelum kita menyelami batch dan epoch, mari kita lihat apa yang dimaksud dengan sampel.
Untuk belajar lebih lanjut dapat membaca2:
Apakah Sample?
Sampel adalah satu baris data.
Ini berisi input yang dimasukkan ke dalam algoritma dan output yang digunakan untuk membandingkan dengan prediksi dan menghitung kesalahan.
Dataset training terdiri dari banyak baris data, mis. banyak sampel. Sampel juga dapat disebut instance, observasi, vektor input, atau vektor feature.
Apakah Batch?
Ukuran batch adalah hyperparameter yang menentukan jumlah sampel untuk dikerjakan sebelum memperbarui parameter model internal.
Bayangkan batch sebagai iterasi for-loop pada satu atau lebih sampel dan membuat prediksi. Pada akhir batch, prediksi dibandingkan dengan variabel output yang diharapkan dan error dihitung. Dari error ini, algoritma pembaruan digunakan untuk meningkatkan model, mis. bergerak ke bawah sepanjang gradien error.
Dataset training dapat dibagi menjadi satu atau beberapa batch.
Ketika semua sampel training digunakan untuk membuat satu batch, algoritma learning disebut batch gradient descent. Ketika batch adalah ukuran satu sampel, algoritma learning disebut stochastic gradient descent. Ketika ukuran batch lebih dari satu sampel dan kurang dari ukuran dataset training, algoritma pembelajaran disebut mini-batch gradient descent.
- Batch Gradient Descent. Batch Size = Size dari Training Set
- Stochastic Gradient Descent. Batch Size = 1
- Mini-Batch Gradient Descent. 1 < Batch Size < Size dari Training Set
Dalam kasus mini-batch gradient descent, ukuran batch populer termasuk 32, 64, dan 128 sampel. Kita dapat melihat nilai-nilai ini digunakan dalam model dalam literatur dan tutorial.
Bagaimana jika dataset tidak di pecah secara merata oleh batch size?
Ini bisa dan memang sering terjadi ketika training sebuah model. Ini berarti bahwa batch akhir memiliki sampel lebih sedikit daripada batch lainnya.
Sebagai alternatif, kita dapat menghapus beberapa sampel dari dataset atau mengubah ukuran batch sehingga jumlah sampel dalam dataset terbagi rata dengan ukuran batch.
Untuk lebih lanjut tentang perbedaan antara variasi gradient descent ini, lihat tulisan:
Untuk lebih lanjut tentang pengaruh ukuran batch pada proses learning, lihat tulisan:
How to Control the Speed and Stability of Training Neural Networks Batch Size
Batch melibatkan pembaruan ke model menggunakan sampel; selanjutnya, mari kita lihat epoch.
Apakah Epoch?
Jumlah epoch adalah hyperparameter yang menentukan berapa kali algoritma pembelajaran akan bekerja mengolah seluruh dataset training.
Satu epoch berarti bahwa setiap sampel dalam dataset training memiliki kesempatan untuk memperbarui parameter model internal. Satu epoch terdiri dari satu atau lebih batch. Sebagai contoh, seperti di atas, suatu epoch yang memiliki satu batch disebut batch gradient descent learning algorithm.
Kita dapat membayangkan for-loop atas jumlah epoch di mana setiap loop berlangsung di atas dataset training. Di dalam for-loop ini adalah nested for-loop yang berulang pada setiap batch sampel, di mana satu batch memiliki jumlah sampel "batch size" yang ditentukan.
Jumlah epoch biasanya besar, sering ratusan atau ribuan, yang memungkinkan algoritma pembelajaran berjalan sampai kesalahan dari model telah cukup diminimalkan. Kita dapat melihat contoh jumlah epoch dalam literatur dan tutorial yang diatur ke 10, 100, 500, 1000, dan lebih besar.
Umumnya untuk membuat plot garis yang menunjukkan epoch sepanjang sumbu x sebagai waktu dan kesalahan atau kemampuan model pada sumbu y. Plot ini kadang-kadang disebut kurva belajar. Plot-plot ini dapat membantu mendiagnosis apakah model tersebut telah over learned, under learned, atau sesuai dengan dataset training.
Untuk lebih lanjut tentang diagnostik melalui kurva belajar dengan jaringan LSTM, lihat tulisan:
A Gentle Introduction to Learning Curves for Diagnosing Model Performance
Jika masih belum jelas, mari kita lihat perbedaan antara batch dan epoch.
What Is the Difference Between Batch and Epoch?
The batch size is a number of samples processed before the model is updated.
The number of epochs is the number of complete passes through the training dataset.
The size of a batch must be more than or equal to one and less than or equal to the number of samples in the training dataset.
The number of epochs can be set to an integer value between one and infinity. You can run the algorithm for as long as you like and even stop it using other criteria besides a fixed number of epochs, such as a change (or lack of change) in model error over time.
They are both integer values and they are both hyperparameters for the learning algorithm, e.g. parameters for the learning process, not internal model parameters found by the learning process.
You must specify the batch size and number of epochs for a learning algorithm.
There are no magic rules for how to configure these parameters. You must try different values and see what works best for your problem.
Worked Example
Finally, let’s make this concrete with a small example.
Assume you have a dataset with 200 samples (rows of data) and you choose a batch size of 5 and 1,000 epochs.
This means that the dataset will be divided into 40 batches, each with five samples. The model weights will be updated after each batch of five samples.
This also means that one epoch will involve 40 batches or 40 updates to the model.
With 1,000 epochs, the model will be exposed to or pass through the whole dataset 1,000 times. That is a total of 40,000 batches during the entire training process. Further Reading
This section provides more resources on the topic if you are looking to go deeper.
Gradient Descent For Machine Learning How to Control the Speed and Stability of Training Neural Networks Batch Size A Gentle Introduction to Mini-Batch Gradient Descent and How to Configure Batch Size A Gentle Introduction to Learning Curves for Diagnosing Model Performance Stochastic gradient descent on Wikipedia Backpropagation on Wikipedia
Summary
In this post, you discovered the difference between batches and epochs in stochastic gradient descent.
Specifically, you learned:
- Stochastic gradient descent is an iterative learning algorithm that uses a training dataset to update a model.
- The batch size is a hyperparameter of gradient descent that controls the number of training samples to work through before the model’s internal parameters are updated.
- The number of epochs is a hyperparameter of gradient descent that controls the number of complete passes through the training dataset.