我在问这个模型 fit() 函数。
fit(x=array_x, y=array_y, batch_size=32, epochs=10)
问题很简单:
fit() 是否会自动 打乱输入数据集?(在这种情况下,array_x,array_y)
我问这个问题是因为我发现我的 fit() 和 fit_generator() 有不同的输出,但输入相同。我的生成器按顺序将输入提供给 fit_generator( )。我想原因是关于洗牌。
我在问这个模型 fit() 函数。
fit(x=array_x, y=array_y, batch_size=32, epochs=10)
问题很简单:
fit() 是否会自动 打乱输入数据集?(在这种情况下,array_x,array_y)
我问这个问题是因为我发现我的 fit() 和 fit_generator() 有不同的输出,但输入相同。我的生成器按顺序将输入提供给 fit_generator( )。我想原因是关于洗牌。
是的,默认情况下它会随机播放。
这是文档。
默认调用签名:
fit(x=None, y=None, batch_size=None, epochs=1, verbose=1, callbacks=None,
validation_split=0.0, validation_data=None, shuffle=True,
lass_weight=None, sample_weight=None, initial_epoch=0,
steps_per_epoch=None, validation_steps=None, validation_freq=1,
ax_queue_size=10, workers=1, use_multiprocessing=False)
其中的描述shuffle是:
shuffle:布尔值(是否在每个 epoch 之前对训练数据进行洗牌)或 str(用于“批处理”)。当 x 是生成器时,此参数将被忽略。'batch' 是处理 HDF5 数据限制的特殊选项;它以批量大小的块进行洗牌。当 steps_per_epoch 不是 None 时无效。
这意味着如果您为steps_per_epoch.