Python Keras序列模型：批输入fit_生成器

我一直在尝试使用稀疏矩阵训练一个连续的Keras模型。虽然我在代码中指定了批大小，但它是在批大小=1（即一次一行）下进行训练的

代码如下：

def batch_generator(X_toGen, y_toGen = None, batch_size = 32):
    counter = 0
    sample_index = np.arange(X_toGen.shape[0])
    np.random.shuffle(sample_index)
    while True:
        batch_index = sample_index[batch_size*counter:min(batch_size*(counter+1), X_toGen.shape[0])]
        counter += 1
        X_batch = X_toGen[batch_index,:]
        if y_toGen is not None:
            y_batch = y_toGen[batch_index]
            yield X_batch.toarray(), y_batch
        else:
            yield X_batch.toarray()

有人能帮我生成顺序模型的批输入吗？此外，当模型在批次大小=32而不是批次大小=1的情况下进行训练时，精度会有多大不同

---

谢谢

您从该生成器获得的不是1个批量大小的输出。让我举个例子：

如果您总共有1000个样本，并且将其分为10批。然后使用fit_generator，您将只获得10个批次，这意味着您有10个样本中的10个批次

---

因此，关键是fit_生成器显示批次数，而不是样本总数

您得到的不是来自此生成器的1个批量大小的输出。让我举个例子：

如果您总共有1000个样本，并且将其分为10批。然后使用fit_generator，您将只获得10个批次，这意味着您有10个样本中的10个批次

---

因此，关键是fit_生成器显示批次数，而不是样本总数

因此，如果我理解正确，变量batch_size将指定总输入划分为的批次数（例如，如果有1280行输入，则batch_size=32将创建32批，每个批次40个样本）？否，它将创建40个批次，每个批次32个样本。每个批次将有与批次大小相等的样本。我不确定它是否是这样工作的。当我调用fit_generator函数时，UI指示每个行分别解析为函数，而不是按指定的批量大小。您的总样本大小是多少，每个历元执行多少步？如果我理解正确，变量batch_size将指定总输入分成的批次数（例如，如果有1280行输入，则batch_size=32将创建32批，每个批次40个样本）？否，它将创建40个批次，每个批次32个样本。每个批次将有与批次大小相等的样本。我不确定它是否是这样工作的。当我调用fit_生成器函数时，UI指示将每一行单独解析为该函数，而不是按指定的批量大小。您的总样本大小是多少，每个历元执行多少步？