如何在keras中使用model.fit_generator

Question

何时以及如何使用fit_generator？ fit和fit_generator有何区别？

Answer 1

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。

Answer 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。