我正在阅读Fit generator and data augmentation in keras，但我仍然不太确定keras中的图像增强。
（1）在datagen.flow（）中，我们还设置了batch_size。我知道如果我们进行小批量训练需要batch_size，那么这两个batch_size值是否相同，我的意思是，如果我们在flow（）生成器中指示batch_size，我们是否假设我们将使用相同的batch_size进行小批量训练？
（2） 让我假设训练集的大小是10,000。我猜每个时代的model.fit_generator（）和model.fit（）之间的唯一区别是，对于前者，我们使用10,000个随机变换的图像，而不是原始的10,000个。但是对于其他时代，我们正在使用另外10,000个图像，这些图像与第一个时期中使用的图像完全不同，因为所有图像都是随机生成的。这样对吗？ 这就像我们总是在每个时代使用新图像，这与普通情况不同，在每个时代使用相同的图像集。
我是这个领域的新手。请帮忙！
答案 0 :(得分：0)
第一个问题：答案是肯定的。
第二个问题：是的，如果我们在model.fit_generator（）中使用数据增强，我们总是在每个时代使用新图像