关于：6.3递归神经网络的高级用法.Rmd（kerasR）：generator（）函数

Question

任何人都可以帮忙解释一下中的generator（）函数 https://github.com/jjallaire/deep-learning-with-r-notebooks/blob/master/notebooks/6.3-advanced-usage-of-recurrent-neural-networks.Rmd

与Python版本的代码相比：

以查看整个验证集：

val_steps <-（300000-200001-回溯）/ batch_size

＃这是从error: called object type 'Func<AAA, void, int>' (aka 'void (AAA::*)(int)') is not a function or function pointer myFunc(3); ~~~~~~^ 1 error generated. 绘制多少步

以查看整个测试集：

test_steps <-（nrow（data）-300001-lookback）/ batch_size

在步骤计算中，差异为“ / batch_size”。

如果您能解释LSTM / GRU模型上的步骤，延迟，回溯，批处理大小及其对模拟结果的影响，将不胜感激，甚至更好地举一些例子。

非常感谢您。

似乎R / R（kersasR）中用于火车/验证/测试数据集的generator（）函数某种程度上是“任意的”，尤其是由于没有直接引用如何评估预测的好坏而使人感到困惑。除了损失与迭代的“趋势”以外，还要做其他事情。将实际预测与目标进行比较会很有帮助。

请原谅我，如果我的话在某种程度上冒犯了您，但是我们需要了解这一点，在工业界或学术界，“假装”不容忍。

听起来很简单，如果我们不理解，就不会使用它。

最良好的祝愿