如何在keras中使用model.fit_generator

Question

何時以及如何使用fit_generator？ fit和fit_generator有何區別？

Answer 1

如果您已經準備好了所有必要方面的數據和標籤，並且只需將這些數據和標籤分配給數組x和y，那麼可以使用model.fit（x，y）。

如果您需要預處理和/或擴充您的數據而培訓比您可以利用Keras提供的生成器。

例如，您可以通過應用隨機變換（非常有用，如果您只有很少的數據需要訓練），填充序列，標記文本，讓Keras自動從文件夾讀取數據並分配適當的類（flow_from_directory）以及更多。

看到這裏的例子和樣板代碼的圖像預處理：https://keras.io/preprocessing/image/

或這裏文本預處理： https://keras.io/preprocessing/text/

fit_generator也將幫助您更內存高效的方式訓練，因爲你只加載數據需要的時候。可以說，發電機功能可以按需批量生產（也稱爲「交付」）數據到您的模型。

Answer 2

它們適用於上一張海報中提到的即時增強。然而，這並不一定限於發電機，因爲您可以適應一個時代，然後再增加您的數據並再次適合。

什麼不適合適合每個時代使用太多的數據。這意味着，如果您擁有1 TB的數據集並且只有8 GB的RAM，則可以使用生成器即時加載數據，並且只能在內存中保存多個批次。這極大地幫助擴展到巨大的數據集。