fit函數

根據[1],當你使用.fit()函數時，意味著如下兩個假設：

訓練數據可以?完整地?放入到內存（RAM）里

數據已經不需要再進行任何處理了

?

###############################################################################

fit_generator()函數
fit_generator()函數就比較重要了，也是本文討論的重點。fit_generator()與fit()的主要區別就在一個generator上。之前，我們把整個訓練數據都輸入到fit()里，我們也不需要考慮batch的細節；現在，我們使用一個generator，每次生成一個batch送給fit_generator()訓練。

?

step_per_epochs參數
由于generator()函數的循環沒有終止條件，fit_generator也不知道一個epoch什么時候結束，所以我們需要手動指定step_per_epochs參數，一般的數值即為len(y)//batch_size。如果數據集大小不能整除batch_size，而且你打算使用最后一個batch的數據（該batch比batch_size要小），此時使用np.ceil(len(y)/batch_size)。
?

?

Reference:
[1]A. Rosebrock. (December 24, 2018). How to use Keras fit and fit_generator (a hands-on tutorial).

https://www.pyimagesearch.com/2018/12/24/how-to-use-keras-fit-and-fit_generator-a-hands-on-tutorial/

[2]tf.keras.utils.Sequence. (July 10, 2019). Retrieved from https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/keras/utils/Sequence
?

總結

以上是生活随笔為你收集整理的fit,fit_generator的使用区别的全部內容，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。