TensorFlow 2训练MNIST时Model.fit输出的375代表什么（batch size=128）

日志里的375指代每个训练轮次（Epoch）中需要执行的训练步数（即批次数），具体计算逻辑可以结合你的参数直接推导：

• MNIST官方自带训练集总样本量为60000，你设置了validation_split=0.2，即拆分20%样本作为验证集不参与训练，实际参与训练的样本量为 60000 * (1 - 0.2) = 48000
• 你设置的BATCH_SIZE=128代表每一步训练会喂入模型128个样本
• 单轮总训练步数 = 实际训练样本数 / 单批次样本数，即 48000 / 128 = 375，刚好整除没有余数，因此日志里会显示375/375代表当前轮次的所有训练批次已经全部执行完成。

日志里后续的val_loss、val_accuracy就是执行完375步训练后，模型在拆分出的12000个验证样本上计算得到的评估指标。

内容的提问来源于stack exchange，提问作者Apratim Bhattacharya