我发现fit_generator()
会比它应该运行的多出几个步骤。
我设置steps_per_epoch=100
。i和k都是从0开始的。但在培训过程结束时,它将打印出k = 109
。只有在添加验证数据时才会出现这种情况。在
def data_generate(xfd, yfd, x_line_offset, y_line_offset):
while True:
k = 0
x_line_offset, y_line_offset = shuffle_list(x_line_offset, y_line_offset)
for i in range(100):
print('i = {}'.format(i))
print('k = {}'.format(k))
k += 1
x_train = get_line_by_offset(xfd, x_line_offset[i])
x_train = rescaling(x_train, 0, 65535, 0, 1)
y_train = get_line_by_offset(yfd, y_line_offset[i])
yield x_train, y_train
train_generator = data_generate(xfd_train, yfd_train, x_train_line_offset, y_train_line_offset)
validation_generator = data_generate(xfd_valid, yfd_valid, x_valid_line_offset, y_valid_line_offset)
model.fit_generator(train_generator, steps_per_epoch=100,
validation_data=validation_generator,
validation_steps=len(fix_y_valid_line_offset), epochs=1)
因为它将打印出k = 109
,所以我假设它运行了更多的步骤。我不知道是不是虫子。但是keras日志消息在k = 99
之后没有显示。
这里没有bug,只是一些实现细节。函数}的批将被插入队列中,然后再用于拟合/评估模型。在
fit_generator()
有一个默认参数max_queue_size=10
。来自train_generator
和{当第一个epoch结束时,将生成100个批处理(}。同时,验证过程开始,因此您还将看到
k = 99
)。但是,生成器将继续生成10个批以填充队列。这就是为什么你看到k = 100
到{k = 0, ...
来自validation_generator
。在相关问题 更多 >
编程相关推荐