Question

Keras fit（）和fit_generator（）给出不同的结果。我实现了这两种方法，使所有其他参数保持不变。我在下面附加了数据生成器和模型。该模型取自此站点。 https://machinelearningmastery.com/

在数据生成器中，我正在从硬盘驱动器加载数据。每个X_train文件都包含一个大小为（3,1）的矩阵。例如，如果批处理大小为2，则X_batch的大小将为（2，3，1）。

def generator(list_xtrain, list_ytrain, batch_size):
  samples_per_epoch = len(list_xtrain)
  number_of_batches = samples_per_epoch/batch_size
  counter=0
  X_batch = np.empty((batch_size,3,1))
  y_batch = np.empty((batch_size))

while 1:
  temp_listx = list_xtrain[batch_size*counter:batch_size*(counter+1)]
  temp_listy = list_ytrain[batch_size*counter:batch_size*(counter+1)]
  for i, ID in enumerate(temp_listx):
       X_batch[i,] = np.load('F:/Air_passenger_data_gen/' + ID)
  for j, ID in enumerate(temp_listy):
        # Store class
       y_batch[j] = np.load('F:/Air_passenger_data_gen/' + ID)
  counter += 1
  yield X_batch,y_batch

#restart counter to yeild data in the next epoch as well
 if counter >= number_of_batches:
    counter = 0
#using fit_generator()
 batch_size=2
 model.fit_generator(generator=generator(list_xtrain, list_ytrain, 
                     batch_size),
                     epochs=100,
                     steps_per_epoch=len(list_xtrain)/batch_size,
                     verbose=2,
                     use_multiprocessing=False,
                     workers=4)
 #using fit()
 model.fit(trainX, trainY, epochs=100, batch_size=2)

我希望输出与fit（）的输出相同。但是使用fit_generator（）会带来一些疯狂的损失= 41781.00，而使用fit（）时，它会损失0.0020

Keras fit（）和fit_generator（）给出不同的结果

0 个答案: