Question

我在Tensorflow中使用Model.fit_generator时收到了此弃用警告：

WARNING:tensorflow: Model.fit_generator (from tensorflow.python.keras.engine.training) is deprecated and will be removed in a future version.
Instructions for updating:
Please use Model.fit, which supports generators.

如何使用Model.fit代替Model.fit_generator？

Answer 1

如tensorflow文档中所述：

x：输入数据。

可能是：Numpy数组（或类似数组的数组）或数组列表（如果模型具有多个输入）。

TensorFlow张量或张量列表（如果模型具有多个输入）。

将输入名称映射到相应数组/张量的字典，如果模型已命名输入。

tf.data数据集。应该返回（输入，目标）或（输入，目标，sample_weights）的元组

生成器或keras.utils.Sequence返回（输入，目标）或（输入，目标，样本权重）。下面给出了针对迭代器类型（数据集，生成器，序列）的拆包行为的详细说明。

您可以简单地将生成器传递给 Model.fit ，类似于 Model.fit_generator

data_gen_train = ImageDataGenerator(rescale=1/255.)

data_gen_valid = ImageDataGenerator(rescale=1/255.)

train_generator = data_gen_train.flow_from_directory(train_dir, target_size=(128,128), batch_size=128, class_mode="binary")

valid_generator = data_gen_valid.flow_from_directory(validation_dir, target_size=(128,128), batch_size=128, class_mode="binary")

model.fit(train_generator, epochs=2, validation_data=valid_generator)。

Answer 2

从 rc1 中的tensorflow 2.1.0开始不推荐使用

Model.fit_generator。您可以在以下位置找到tf-2.1.0-rc1的文档：https://www.tensorflow.org/versions/r2.1/api_docs/python/tf/keras/Model#fit

您可以看到Model.fit的第一个参数可以使用生成器，因此只需将其传递给生成器即可。

Answer 3

文档说，如果使用生成器 x = 作为生成器，则 y = 不应该指定与仅传递KeyHandlingContentView实例的fit_generator签名一致。

如何使用支持生成器的Model.fit（在fit_generator弃用之后）

3 个答案: