求助，跑tensorflow时样本莫名少了。

用tensorflow跑fashion mnist理应有60000个样本，但是电脑只跑了1875个，不知道是什么问题。

我是照搬教程原样代码的。

这是教程的结果：

这是我的结果：

这是代码

import tensorflow as tf
import numpy as np
from tensorflow import keras
print(f"It's tensorflow {tf.__version__}")
mnist=keras.datasets.fashion_mnist
(training_images,training_labels),(test_images,test_labels)=mnist.load_data()
training_images=training_images/255
test_images=test_images/255
model=keras.Sequential()
model.add(keras.layers.Flatten())
model.add(keras.layers.Dense(128,activation='relu'))
model.add(keras.layers.Dense(10,activation='softmax'))
model.compile(optimizer='adam',loss='sparse_categorical_crossentropy')
model.fit(training_images,training_labels,epochs=5)

1875不是样本个数，而是steps。

steps跟batch_size有关，model.fit中的参数model.fit默认值是32，所以steps=60000 / 32 = 1875。

可以自己设置batch_size，例如设置batch_size=1，则steps=60000。

model.fit(training_images,training_labels,epochs=5,batch_size=1)

您好，我是有问必答小助手，你的问题已经有小伙伴为您解答了问题，您看下是否解决了您的问题，可以追评进行沟通哦~

如果有您比较满意的答案 / 帮您提供解决思路的答案，可以点击【采纳】按钮，给回答的小伙伴一些鼓励哦～～

ps:问答VIP仅需29元，即可享受5次/月 有问必答服务，了解详情>>>https://vip.csdn.net/askvip?utm_source=1146287632