อะไรคือความแตกต่างระหว่าง fit () และ fit_generator () ใน Keras?

ความแตกต่างระหว่างfit()และfit_generator()ใน Keras คืออะไร?

เมื่อฉันควรใช้fit()VS fit_generator()?

ใน keras fit()นั้นคล้ายกับวิธีพอดีของ sklearn ซึ่งคุณจะผ่านคุณสมบัติต่างๆเป็นค่า x และเป้าหมายเป็นค่า y คุณส่งชุดข้อมูลทั้งหมดในครั้งเดียวแบบพอดี นอกจากนี้ให้ใช้หากคุณสามารถโหลดข้อมูลทั้งหมดในหน่วยความจำของคุณ (ชุดข้อมูลขนาดเล็ก)

ในfit_generator()คุณไม่ผ่านการ x และ y โดยตรงแทนพวกเขามาจากเครื่องกำเนิดไฟฟ้า ตามที่เขียนไว้ในเอกสาร keras ตัวสร้างจะถูกใช้เมื่อคุณต้องการหลีกเลี่ยงข้อมูลที่ซ้ำกันเมื่อใช้การประมวลผลหลายตัว นี่คือเพื่อการปฏิบัติเมื่อคุณมีชุดข้อมูลขนาดใหญ่

นี่คือลิงค์สำหรับทำความเข้าใจเพิ่มเติมเกี่ยวกับสิ่งนี้ -

สิ่งที่คุณควรรู้เกี่ยวกับ Keras ถ้าคุณวางแผนที่จะฝึกอบรมรูปแบบการเรียนรู้เชิงลึกในชุดข้อมูลขนาดใหญ่

สำหรับการอ้างอิงของคุณสามารถตรวจสอบนี้ book- https://github.com/hktxt/bookshelf/blob/master/Computer%20Science/Deep%20Learning%20with%20Python%2C%20Fran%C3%A7ois%20Chollet.pdf

มีความแตกต่างระหว่าง Keras fitและfit.generatorตรงตามสายตามากกว่า fit.generatorผมมีชุดข้อมูลที่ได้รับการเรียนรู้จากการได้อย่างสมบูรณ์แบบรูปแบบการใช้ ในฐานะที่เป็นชุดข้อมูลที่ไม่ได้มีขนาดใหญ่เกินไปฉันตัดสินใจที่จะเปลี่ยนแปลงไปแทนfit fit.generatorด้วยความประหลาดใจของฉันโค้งการเรียนรู้อยู่ทั่วทุกที่ ต้องเริ่มปรับขึ้นจากศูนย์ เดาวิธีการไล่ระดับสีที่มีการปรับปรุงในแต่ละฟังก์ชั่นแตกต่างกันอย่างมีนัยสำคัญมาก ระวัง.