我是使用Keras的新手，我正在建立一个模型来分类医学图像。
数据集非常大，我使用fit_generator（）函数来优化RAM空间。
当模型按批次进行训练时，它显示每批的统计数据，如损失，精度等;最后，当它以纪元结束时的所有批次结束时，它给出了我想的是这些先前值的平均值，现在问题是：当我写回调以保存训练历史时，我得到不同的值，接近控制台中显示的那些，但绝对不同 这可能是浮点错误还是类似的错误？
当我使用函数fit（）向我展示与历史对象中获得的信息相同的信息时，这并没有发生在我身上。
感谢你对这个问题的任何帮助，谢谢你的时间。
答案 0 :(得分：0)
即使以详细模式显示的指标（val_loss，val_acc等）也具有舍入功能，有时还会与EarlyStopping或ModelCheckPoint回调行为产生舍入冲突。
我认为这并不是一个真正的问题，只是一个总结性的观点。如果您确实需要这些数字以及所有小数位，那么历史记录是正确的选择。