Keras：如何改變每個時代的數據

Question

我試圖通過向我的原始數據添加噪聲和隨機突變來減少過擬合。

我有變異的訓練數據

x, y = generate_data() 

我想每個時期叫它和培訓的新的數據我的模型的功能。希望是減少過度配合。

history = model.fit(x, y, epochs=100, batch_size=64) 

什麼是最好的方式來改變每個新紀元的數據？

Answer 1

只是一個猜測。嘗試：

for _ in range(num_epochs): 
    x, y = generate_data() 
    history = model.fit(x, y, epochs=1, batch_size=64) 

Answer 2

model.fit有一個洗牌的說法，默認值爲True。所以它在每個時代洗牌。

def fit(self, x, y, batch_size=32, epochs=10, verbose=1, callbacks=None, 
      validation_split=0., validation_data=None, shuffle=True, 
      class_weight=None, sample_weight=None, initial_epoch=0, **kwargs)