Machine learning 我们可以只使用model.fit而不是model.fit\u生成器吗？

我正在尝试使用Keras的ImageDataGenerator，我想使用model.fit而不是model.fit\u generator，我想去掉以下语句，即：-每个历元的步骤和验证步骤。 它会工作吗？它是否会动态地增加数据

from keras.preprocessing.image import ImageDataGenerator

train_datagen = ImageDataGenerator(rescale = 1./255,
                                   shear_range = 0.2,
                                   zoom_range = 0.2,
                                   horizontal_flip = True)

test_datagen = ImageDataGenerator(rescale = 1./255)

training_set = train_datagen.flow_from_directory(train_path,
                                                 target_size = (224, 224),
                                                 batch_size = 32,
                                                 class_mode = 'categorical')
test_set = test_datagen.flow_from_directory(valid_path,
                                            target_size = (224, 224),
                                            batch_size = 32,
                                            class_mode = 'categorical')

#flow from directory is the method of imagedatagenerator
checkpoint_callback = ModelCheckpoint(filepath='CNN MobileNet.h5',monitor='val_accuracy', mode='max', save_best_only=True)
history=model.fit_generator(training_set,validation_data=(test_set),epochs=10,steps_per_epoch=len(training_set)
,validation_steps=len(test_set),callbacks=[checkpoint_callback])

# history=model.fit(training_set,validation_data=(test_set),epochs=10,callbacks=[checkpoint_callback])

.fit在整个训练数据集可以放入内存时使用 并且没有应用数据扩充

.fit_生成器用于存储大量数据集或需要应用数据扩充时

资料来源：

---

因此，在使用ImageDataGenerator时，您需要使用fit_generator。

您使用的是keras还是tf.keras？添加导入会有所帮助。Tf.keras我正在使用我的数据集不是太大，它非常小，但我已经应用了动态数据扩充