Keras 将model.fit_生成器转换为model.fit

我有以下代码

train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
        'data/train',
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')
validation_generator = test_datagen.flow_from_directory(
        'data/validation',
        target_size=(150, 150),
        batch_size=32,
        class_mode='binary')

现在，

model.fit\u生成器

定义如下：

model.fit_generator(
        train_generator,
        steps_per_epoch=2000,
        epochs=50,
        validation_data=validation_generator,
        validation_steps=800)

---

现在不推荐使用

model.fit\u generator

，将

model.fit\u generator

更改为

model.fit

的正确方法是什么？在这种情况下，您只需将

model.fit\u generator（）

更改为

model.fit（）

从TensorFlow 2.1开始，

model.fit（）

也接受生成器作为输入。就这么简单

根据TensorFlow的官方文件：

警告：此函数已弃用。它将在将来被移除 版本更新说明：请使用Model.fit，其中 支持发电机

旧的 培训=模型。拟合发生器（发生器=序列发生器，每个历元的步骤=2048//36，历元=10，验证数据=验证发生器，验证步骤=832//16）

除掉“发电机” 新的

---

training=model.fit（train\u generator，steps\u per\u epoch=2048//128，epoch=10，validation\u data=validation\u generator，validation\u steps=832//16）

顺便说一句，steps\u per\u epoch=int（steps\u per\u epoch/批量大小）。您的代码对最新版本的TensorFlow（TensorFlow中的Keras）无效。@TimbusCalin这里有什么问题？问题是每个历元的步长应等于划分为批次大小的训练样本数，不是训练样本的总数。这个答案提供了什么，而被接受的答案没有？因为它是陈述式的，而被接受的答案是命令式的