Question

我正在与Keras一起执行基本的分类任务，并且似乎偶然发现了需要帮助的问题。

我有200个训练样本和100个验证样本，我打算使用ImageDataGenerator来增加任务训练样本的数量。我要确定传递给fit_generator（）的训练图像的总数。

我知道，steps_per_epoch定义了我们从发生器生成的批次总数，理想情况下，应该是样本数量除以批次大小。

但是，在这里事情对我不利。这是我的代码段：

num_samples = 200
batch_size = 10
gen = ImageDataGenerator(horizontal_flip = True,
                     vertical_flip = True,
                     width_shift_range = 0.1,
                     height_shift_range = 0.1,
                     zoom_range = 0.1,
                     rotation_range = 10
                    )
x,y = shuffle(img_data,img_label, random_state=2)
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.333, random_state=2)
generator = gen.flow(x_train, y_train, save_to_dir='check_images/sample_run')
new_network.fit_generator(generator, steps_per_epoch=len(x_train)/batch_size, validation_data=(x_test, y_test), epochs=1, verbose=2)

我正在保存增强图像，以查看图像如何从ImageDataGenerator生成，并确定从中生成的图像数量。

将这段代码运行了一个纪元后，我在目录中得到了600张图像，这个数字我无法获得，或者我弄错了。

在帮助我理解此代码中的计算方面的任何帮助将不胜感激。有没有人遇到过类似的问题？

TIA

Answer 1

gen.flow（）在内部创建一个NumpyArrayIterator，然后使用Iterator来计算steps_per_epoch。理想情况下，如果steps_per_epoch为“无”，则计算将按steps_per_epoch =（x.shape [0] + batch_size-1）// batch_size进行，这与您的计算大致相同。

不确定为什么您会看到更多的样本。您可以计算x.shape [0]并仔细检查您的代码是否符合您的解释？

Keras-steps_per_epoch计算与ImageDataGenerator输出不匹配

1 个答案: