我发现fit_generator()
会比应该的步数多出几步
我设置steps_per_epoch=100
。 i和k都从0开始。但是在训练过程结束时,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。
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)
由于它将打印出k = 109
,我认为它会运行更多步骤。我不知道它是不是它的错误。但是keras日志消息在k = 99
之后没有显示。
答案 0 :(得分:4)
这里没有错误,只是一些实现细节。函数fit_generator()
具有默认参数max_queue_size=10
。在用于拟合/评估模型之前,train_generator
和validation_generator
的批次将插入到队列中。
当第一个纪元结束时,产生了100个批次(k = 99
)。但是,生成器将继续生成10个批次以填充队列。这就是为什么你看到k = 100
到k = 109
的原因。同时,验证过程开始,因此您还会看到来自k = 0, ...
的{{1}}。