Tensorflow KERAS从每个类别中选择相同的分数进行验证（例如，验证分数=0.2）

我已经阅读了很多论坛，没有明确的答案。在许多地方，他们说，它从数据中为我们的例子选择了最后20%。说我们的数据在两个文件夹猫和狗。。。所以，如果只从狗文件夹中选择最后20%的数据，而不从猫文件夹中选择任何数据，这难道不是错误的吗。keras在这段代码中真的会犯这样的错误吗。请您放心，keras选择用于验证的数据具有来自每个类的相同比例的图像

datagen = ImageDataGenerator(rescale=1./255, validation_split=0.2)
print("Preparing training dataset...")
train_generator = datagen.flow_from_directory(
    training_folder_name,
    target_size=pretrained_size,
    batch_size=batch_size,
    class_mode='categorical',
    subset='training') # set as training data

print("Preparing validation dataset...")
validation_generator = datagen.flow_from_directory(
    training_folder_name,
    target_size=pretrained_size,
    batch_size=batch_size,
    class_mode='categorical',
    subset='validation') # set as validation data

输出： 正在准备培训数据集。。。 发现3357张图片，分为3类。 正在准备验证数据集。。。 找到了838张属于3类的图片

---

这838张图片在每个类别中的分数相等吗？

如果对猫和狗进行分类，验证集是否必须包括猫和狗？对

---

验证集实际包含的内容取决于您如何实施程序，这不是Keras的责任。

如果对猫和狗进行分类，验证集是否必须包含猫和狗？对

---

验证集实际包含的内容取决于您如何实施程序，这不是Keras的责任。

更新了问题。。。用密码。它能保证每门课的分数相等吗？更新了问题。。。用密码。它是否保证每一类的分数相等？