fit函数

根据[1],当你使用.fit()函数时,意味着如下两个假设:

  1. 训练数据可以 完整地 放入到内存(RAM)里
  2. 数据已经不需要再进行任何处理了

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

fit_generator()函数
fit_generator()函数就比较重要了,也是本文讨论的重点。fit_generator()与fit()的主要区别就在一个generator上。之前,我们把整个训练数据都输入到fit()里,我们也不需要考虑batch的细节;现在,我们使用一个generator,每次生成一个batch送给fit_generator()训练。

step_per_epochs参数
由于generator()函数的循环没有终止条件,fit_generator也不知道一个epoch什么时候结束,所以我们需要手动指定step_per_epochs参数,一般的数值即为len(y)//batch_size。如果数据集大小不能整除batch_size,而且你打算使用最后一个batch的数据(该batch比batch_size要小),此时使用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

fit,fit_generator的使用区别相关推荐

  1. 无线AP的Fat模式和Fit模式有什么区别?

    一起在讨论无线AP时,会分别看待瘦AP和胖AP的特点,也就是那个时候的AP,要么是瘦AP,要么是胖AP,没有"一体"之说. 但现在的很多无线AP,不再是单纯的胖AP或者瘦AP,而是 ...

  2. [深度学习] Keras 如何使用fit和fit_generator

    介绍 在本教程中,您将了解Keras .fit和.fit_generator函数的工作原理,包括它们之间的差异.为了帮助您获得实践经验,我已经提供了一个完整的示例,向您展示如何从头开始实现Keras数 ...

  3. 卷积神经网络之多元分类(剪刀石头布)

    目录 一.多元分类模型 1.准备数据集 2.数据集处理 3.模型构建 4.模型编译 5.模型训练 6.模型保存 7.模型训练结果分析 8.模型预测(验证) 9.模型结果显示 二.注释 1.fit与fi ...

  4. python卷积神经网络多元分类_CV4-卷积神经网络之多元分类(剪刀石头布)

    目录 这里以剪刀石头布为例.具体一些细节已经在CV1-CV3中详细解释过. 一.多元分类模型 1.准备数据集 下载代码: 训练集数据 wget --no-check-certificate \ htt ...

  5. 垃圾分类、EfficientNet模型B0~B7、Rectified Adam(RAdam)、Warmup、带有Warmup的余弦退火学习率衰减

    日萌社 人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 垃圾分类.EfficientNet模型.数据增强(ImageD ...

  6. 为什么训练集用fit_transform()而测试集用transform()及sklearn.feature_extraction.text.CountVectorizer API详解

    真正讲明白的 https://blog.csdn.net/yyhhlancelot/article/details/85097656 API https://scikit-learn.org/stab ...

  7. TensorFlow model

    两种创建model的方式 1:链式函数创建 要创建输入层inputs import tensorflow as tfinputs = tf.keras.Input(shape=(3,)) x = tf ...

  8. 机器学习Sklearn学习总结

    Sklearn学习资料推荐: sklearn中文文档 机器学习入门必看:使用 scikit-learn 构建模型的通用模板 机器学习神器Scikit-Learn保姆教程! python机器学习_FF_ ...

  9. 《机器学习实战 学习笔记》(二):端到端的机器学习项目

    文章目录 第2章 端到端的机器学习项目   1 使用真实数据( 加州房价预测 )      1.1 流行的各个领域的开放数据集存储库   2 观察大局      2.1 框架问题      2.2 选 ...

最新文章

  1. 基于Go语言来理解Tensorflow
  2. HESSIAN 海森矩阵
  3. linux系统上搭建vsftp服务
  4. MySQL: Connection Refused,调整 mysql.ini中的 max_connections
  5. c#下不同命名空间的引用(一个project使用另外一个project的名称空间)
  6. 利用scons构建project
  7. 国庆通知:地球不爆炸,CSDN 不放假!
  8. 20172325 2018-2019-1 蓝墨云班课实验--哈夫曼树的编码
  9. WPF Ribbon 开发资料分享
  10. python查缺补漏之decorate
  11. 生活随记 - 不知名的花儿
  12. 精致生活品味相伴,Barsetto百胜图BAC025B胶囊咖啡机测评
  13. 程序员女友在京东被领导“潜规则”,竟然不回绝:表明非单身会影响绩效
  14. 【JSD2209-DAY05】for、while、数组(上)
  15. init和destory方法
  16. oracle宿舍管理系统实训报告,宿舍管理系统实验报告..doc
  17. 改善到底多大? FXAA画质游戏实测
  18. 如何在嵌入式 Linux 和物联网中建立信任根
  19. 腾讯手游助手android文件夹,腾讯手游助手中找到文件安装目录位置的详细操作方法...
  20. 利用matlab实现三体问题(双星、3星、多星运动)

热门文章

  1. maven install (window 7)
  2. 手机上用的是的WAP协议 电脑上的是HTTP协议 这两个有什么不同
  3. FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory
  4. linux+eth0+流量监控,linux流量监控脚本 | 旺旺知识库
  5. 发布订阅模式 仿写Vue事件监听手写js实现
  6. typeScript的函数实例
  7. rax+react hook 实现分页效果
  8. 正则表达式获取中括号里面的内容
  9. Tomcat配置https访问SSL证书(pfx文件)
  10. git clone 代理配置