Python 如何使用支持生成器的Model.fit（在fit\u生成器弃用之后）

在使用tensorflow中的

模型时，我收到了此弃用警告。在tensorflow中安装生成器

：

WARNING:tensorflow: Model.fit_generator (from tensorflow.python.keras.engine.training) is deprecated and will be removed in a future version.
Instructions for updating:
Please use Model.fit, which supports generators.

---

如何使用

Model.fit

而不是

Model.fit\u generator

？

Model.fit\u generator

从tensorflow 2.1.0开始被弃用，该版本目前位于rc1中。 您可以在此处找到tf-2.1.0-rc1的文档：

如您所见，

模型的第一个参数。fit

可以接受一个生成器，因此只需将其传递给您的生成器。

如（我的重点部分）中所述：

x：输入数据。可能是

• Numpy数组（或类似数组）或数组列表（如果模型有多个输入）
• 张量流张量或张量列表（如果模型有多个输入）
• 如果 模型已命名输入
• 一个tf.data数据集。应返回（输入、目标）或（输入、目标、样本权重）的元组
• 生成器或keras.utils.Sequence返回（输入、目标）或（输入、目标、样本权重）。更详细的描述 迭代器类型（数据集、生成器、序列）的解包行为 下面给出了一个例子

您只需将生成器传递到

Model.fit

，与

Model.fit\u生成器类似

data_gen_train = ImageDataGenerator(rescale=1/255.)

data_gen_valid = ImageDataGenerator(rescale=1/255.)

train_generator = data_gen_train.flow_from_directory(train_dir, target_size=(128,128), batch_size=128, class_mode="binary")

valid_generator = data_gen_valid.flow_from_directory(validation_dir, target_size=(128,128), batch_size=128, class_mode="binary")

model.fit(train_generator, epochs=2, validation_data=valid_generator) 

你的回答不正确，或者，我应该说，只是部分正确。模型中不支持有效的\u生成器。fit@sidk是的。@sidk是的，似乎
fit
param
validation\u data
不支持dataset、generator或keras.utils.Sequence，并且当param
x
是dataset、generator时，不支持
validation\u split
，或keras.utils.Sequence per
fit
info at