Keras之model.fit_generator()的使用

最新推荐文章于 2025-06-19 09:24:19 发布

gg1314723

最新推荐文章于 2025-06-19 09:24:19 发布

阅读量1.9k

点赞数

CC 4.0 BY-SA版权

分类专栏： Keras 文章标签： keras 人工智能深度学习

本文链接：https://blog.csdn.net/gg1314723/article/details/127808300

Keras 专栏收录该内容

1 篇文章

订阅专栏

Keras 的 model.fit_generator() 方法允许通过生成器来训练模型，有效避免内存瓶颈。在每个 epoch 中，它会按 steps_per_epoch 参数指定的次数从 generator 获取数据。此外，验证数据和步骤也可定制，如 validation_data 和 validation_steps，以监控模型性能。该方法还支持回调函数，如模型保存和学习率调整。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Keras之model.fit_generator()的使用

model.fit_generator()是利用生成器，分批次向模型送入数据的方式，可以有效节省单次内存的消耗

一、使用方式

1.引入库

代码如下（示例）：

from keras import models
model.fit_generator(
            train_gen,
            steps_per_epoch=int(len(train[0]) / batch_size),
            epochs=MAX_EPOCHS,
            validation_data=dev_gen,
            validation_steps=int(len(dev[0]) / batch_size),
            callbacks=[checkpointer, reduce_lr, stopping])

2.参数解释

代码如下（示例）：

fit_generator(self, generator, steps_per_epoch, epochs=1, verbose=1, \
callbacks=None, validation_data=None, validation_steps=None,\
 class_weight=None, max_q_size=10, workers=1, pickle_safe=False, initial_epoch=0)

generator：指需要训练的训练集
steps_per_epochs:是指在每个epoch中生成器执行生成数据的次数
epochs:指训练迭代的次数
verbose:日志的显示模式，取 1 时表示“进度条模式”，取2时表示“每轮一行”，取0时表示“安静模式”；
validation_data：验证集
validation_steps：指验证集的情况，类似于steps_per_epoch