Python 在Keras fit_generator（）中，如果最大尺寸大于1，是否需要多个工人？

在Keras中，当使用

fit_generator（）

时，可以指定

max_q_siz

e，它基本上在后台预取生成器结果以保存滞后。要使其有效工作，您需要有多个工作进程（至少一个用于培训，一个用于预取）。用单个进程连续填充队列，然后将其拉出似乎并没有增加多少好处，开销甚至可能导致性能下降

从文档中：

max\u q\u size:生成器队列的最大大小

nb\u worker:要启动的最大进程数

pickle\u safe:如果为True，则使用基于进程的线程。请注意，由于此实现依赖于多处理，因此不应将不可拾取的参数传递给生成器，因为它们无法轻松传递给子进程

您是否需要将

nb_worker

显式设置为2或更大（默认值为1），或者在您的模型训练时，是否已经有至少一个额外的worker填充队列以获得大于1的生成器队列的好处

此外，如果您使用多个工人，是否需要将

pickle\u safe

设置为

True