Sự khác biệt giữa fit () và fit_generator () trong Keras là gì?

15

Sự khác biệt giữa fit()và fit_generator()trong Keras là gì?

Khi nào tôi nên sử dụng fit()vs fit_generator()?

deep-learning keras

— NIT
nguồn

15

Trong máy ảnh, fit()rất giống với phương thức phù hợp của sklearn, nơi bạn chuyển mảng các tính năng dưới dạng giá trị x và nhắm mục tiêu dưới dạng giá trị y. Bạn vượt qua toàn bộ dữ liệu của bạn cùng một lúc trong phương pháp phù hợp. Ngoài ra, sử dụng nó nếu bạn có thể tải toàn bộ dữ liệu vào bộ nhớ của mình (tập dữ liệu nhỏ).

Trong fit_generator(), bạn không truyền trực tiếp x và y, thay vào đó chúng đến từ một trình tạo . Vì nó được viết trong tài liệu keras , trình tạo được sử dụng khi bạn muốn tránh dữ liệu trùng lặp khi sử dụng đa xử lý. Đây là cho mục đích thực tế, khi bạn có dữ liệu lớn.

Đây là một liên kết để hiểu thêm về điều này-

Một điều bạn nên biết về Keras nếu bạn có kế hoạch đào tạo một mô hình học tập sâu trên một tập dữ liệu lớn

Để tham khảo, bạn có thể kiểm tra cuốn sách này- https://github.com/hktxt/bookshelf/blob/master/Computer%20Science/Deep%20Learning%20with

— Ankit Seth
nguồn

Xin chào Ankit, liên kết của bạn deeplearningitalia.com/wp-content/uploads/2017/12/ không làm việc. Bạn có một liên kết làm việc.

— Chidu Murthy

@ChiduMurthy Cảm ơn thông tin. Tôi đã chỉnh sửa các liên kết.

— Ankit Seth

Theo tài liệu, chúng tôi cũng có thể vượt qua máy phát điện để phù hợp với phương pháp. Vì vậy, tôi vẫn không hiểu tại sao chúng ta cần một phương thức fit_generator riêng biệt? tenorflow.org/api_docs/python/tf/keras/Model#fit

— alyaxey

0

Có nhiều sự khác biệt giữa Keras fitvà fit.generatorhơn là bắt mắt. Tôi đã có một bộ dữ liệu được người mẫu sử dụng một cách hoàn hảo fit.generator. Khi bộ dữ liệu không phải là quá lớn, tôi quyết định thay đổi fitthay vì fit.generator. Thật ngạc nhiên, đường cong học tập ở khắp mọi nơi. Phải bắt đầu điều chỉnh từ đầu. Đoán cách gradient được cập nhật trong mỗi chức năng khác nhau khá đáng kể. Coi chừng.

— agcala
nguồn