我正在尝试开发一个简单的网络以使用Keras进行字符识别。我使用了两个Conv2D层，接着是MaxPooling2D，然后是具有ReLU的隐藏层和具有softmax的输出层。我正在训练的数字或图像是29058。
为了介绍一些复杂性，我想对某些图像进行一些平移和少量旋转，然后看看发生了什么。我故意在Keras中使用图像预处理，因此实例化了一个ImageDataGenerator数据源，并使用model.fit_generator（datagen.flow（））（省略了参数）来拟合模型。我已经非常遵循documentation的这一步了，尤其是我想将这个问题集中在参数steps_per_epoch上，该参数等于文档中建议的len(x_train)/batch_size。< / p>
结果是，在第一种情况下，网络每个时期训练29058个示例，而在第二种情况下，训练908个。
据我所知，这两个模型不会产生相同的结果，因此无法进行比较。有没有办法来解决这个问题？我的方法有问题吗？
（注意：两种情况均为epochs = 10，batch_size = 32）。
谢谢。