何时以及如何使用fit_generator? fit和fit_generator有何区别?如何在keras中使用model.fit_generator
2
A
回答
2
如果您已经准备好了所有必要方面的数据和标签,并且只需将这些数据和标签分配给数组x和y,那么可以使用model.fit(x,y)。
如果您需要预处理和/或扩充您的数据而培训比您可以利用Keras提供的生成器。
例如,您可以通过应用随机变换(非常有用,如果您只有很少的数据需要训练),填充序列,标记文本,让Keras自动从文件夹读取数据并分配适当的类(flow_from_directory)以及更多。
看到这里的例子和样板代码的图像预处理:https://keras.io/preprocessing/image/
或这里文本预处理: https://keras.io/preprocessing/text/
fit_generator也将帮助您更内存高效的方式训练,因为你只加载数据需要的时候。可以说,发电机功能可以按需批量生产(也称为“交付”)数据到您的模型。
2
它们适用于上一张海报中提到的即时增强。然而,这并不一定限于发电机,因为您可以适应一个时代,然后再增加您的数据并再次适合。
什么不适合适合每个时代使用太多的数据。这意味着,如果您拥有1 TB的数据集并且只有8 GB的RAM,则可以使用生成器即时加载数据,并且只能在内存中保存多个批次。这极大地帮助扩展到巨大的数据集。
相关问题
- 1. 如何在keras中使用lambda层?
- 2. model.fit_generator()形状错误
- 3. 如何在keras
- 4. 如何使用TensorFlow指标在Keras
- 5. 在Keras中使用numpy卷
- 6. 如何使Keras在Anaconda中使用Tensorflow后端?
- 7. 如何使用keras找到损失值?
- 8. 如何使用keras fit_generator正确
- 9. 如何在keras丢失函数中使用tf.nn.top_k?
- 10. 如何在keras模型中使用tensorflow度量函数?
- 11. Keras - 在fit_generator()中如何使用批次和时代?
- 12. 如何在Keras中使用Embedding()和3D张量?
- 13. 如何在使用Keras时使用TensorFlow外部库?
- 14. 在Keras Conv1d中使用gensim doc2vec。 ValueError
- 15. Keras:在`flow_from_directory`中使用`crossentropy`损失
- 16. 如何禁用keras警告?
- 17. 如何在python 3.6中安装keras?
- 18. 平铺层如何在keras中工作?
- 19. 如何使用Keras在CNN中使用可变大小的图像?
- 20. 如何获得keras
- 21. 如何卸载Keras?
- 22. 如何在Keras 2.0.0上使用合并图层(concat函数)?
- 23. 如何不在Keras中用`TimeDistributed`层输出序列?
- 24. 用例子说明:如何在keras中嵌入图层
- 25. 如何用Cifar在Keras中训练单层神经网络?
- 26. 使用在Keras(Tensorflow后端)binary_crossentropy损失
- 27. Keras中CPU和GPU的混合使用
- 28. 在Keras
- 29. keras/theano使用全网
- 30. Keras和GPU的使用