Python 3.x ImageDataGenerator-使用model.fit而不是model.fit\u生成器进行培训
我是Keras的ImageDataGenerator的初学者,我无意中使用了model.fit而不是model.fit\u generatorPython 3.x ImageDataGenerator-使用model.fit而不是model.fit\u生成器进行培训,python-3.x,keras,conv-neural-network,data-augmentation,Python 3.x,Keras,Conv Neural Network,Data Augmentation,我是Keras的ImageDataGenerator的初学者,我无意中使用了model.fit而不是model.fit\u generator train_gen = gen_Image_data() test_gen = ImageDataGenerator() train_samples = train_gen.flow(X,y, batch_size=64) test_samples = test_gen.flow(X_val, y_val, batch_size=64) history
train_gen = gen_Image_data()
test_gen = ImageDataGenerator()
train_samples = train_gen.flow(X,y, batch_size=64)
test_samples = test_gen.flow(X_val, y_val, batch_size=64)
history = model.fit(train_samples, steps_per_epoch = np.ceil(len(X)/64),
validation_data=(test_samples),
validation_steps=np.ceil(len(X_val)/64),
epochs=300, verbose=1, callbacks=[es])
这是一个明显的错误吗?我必须用fit_generator重新训练一切吗
谢谢你的帮助
更新我忘记了gen\u Image\u data()的代码
您不必费心重新训练模型,因为
model.fit
方法也支持生成器,而且model.fit\u生成器
包含在model.fit
方法中 但是,数据是否真的增加了(请参见上面的更新)?请同时查看本文的第2点
def gen_Image_data():
gen = ImageDataGenerator(
width_shift_range=0.1,
horizontal_flip=True)
return gen