Deep learning 每个时代的最后一步都需要很长时间

我在用Keras。当我运行

model.fit_generator（…）

时，它大约每1.5秒执行一步，但最后一步需要几分钟

Epoch 1/50
30/31 [============================>.] - ETA: 0s - loss: 2.0676 - acc: 0.2010 

---

为什么？

发生这种情况是因为您正在通过

model.fit

或

model.fit\u generator

中的参数向KERA提供验证数据

---

在每个历元之后，Keras获取验证数据并根据该数据对模型进行评估，这意味着每个验证数据点向前传递一次，这可能需要很多时间，并且可能看起来Keras被卡住了，但在训练模型时这是必要的。

我在训练CNN时遇到了这个问题，研究发现，降低图像尺寸可以加快训练速度。由于在前向传递和反向传播过程中（更新权重时）输入维数降低，处理时间缩短。例如，如果您使用CNN进行图像分类，64*64的图像处理速度将比256*256的图像处理速度快得多，但显然是以由于分辨率较低而丢失信息为代价的

请包括您的全模式.fit\u发生器呼叫。