我正在使用keras在google colab上运行一个简单的图像分类问题。为了增加训练数据的大小,我使用了ImageDataGenerator
。
当我在本地计算机上运行以下代码时,它运行正常,没有问题。但是,当我在google colab上运行它时,它似乎会无限期运行。
augmented_history = model.fit_generator(datagen.flow(x_train,
y_train_wide,
batch_size=32),
epochs=15,
validation_data=(x_valid, y_valid_wide),
callbacks=[es, mc])
在Google colab上,它将以下内容打印到控制台。
Epoch 1/15
30514/Unknown - 85s 44ms/step - loss: 0.0245 - accuracy: 0.9834
似乎永远不会停止。
答案 0 :(得分:0)
添加尝试向 fit_generator 调用中添加两个参数 steps_per_epoch 和 validation_steps :
steps_per_epoch = train_samples // batch_size
validation_steps = train_samples // batch_size
https://www.geeksforgeeks.org/keras-fit-and-keras-fit_generator/
steps_per_epoch :它指定在一个纪元完成且下一纪元已完成时从生成器采取的步骤总数 开始。我们可以将steps_per_epoch的值计算为总计 数据集中的样本数除以批次大小。
validation_steps :仅当validation_data是生成器时,才可以使用此参数。它指定步骤总数 在每个时期停止之前从发电机取走的 值计算为中的验证数据点总数 您的数据集除以验证批次大小。