分类：model.fit_generator

2020
10-08

浅谈keras通过model.fit_generator训练模型(节省内存)

前言前段时间在训练模型的时候，发现当训练集的数量过大，并且输入的图片维度过大时，很容易就超内存了，举个简单例子，如果我们有20000个样本，输入图片的维度是224x224x3，用float32存储，那么如果我们一次性将全部数据载入内存的话，总共就需要20000x224x224x3x32bit/8=11.2GB这么大的内存，所以如果一次性要加载全部数据集的话是需要很大内存的。如果我们直接用keras的fit函数来训练模型的话，是需要传入全部训练数据，但是好... 继续阅读 >

2020
10-08

在keras中model.fit_generator()和model.fit()的区别说明

首先Keras中的fit()函数传入的x_train和y_train是被完整的加载进内存的,当然用起来很方便，但是如果我们数据量很大，那么是不可能将所有数据载入内存的，必将导致内存泄漏，这时候我们可以用fit_generator函数来进行训练。keras中文文档fitfit(x=None,y=None,batch_size=None,epochs=1,verbose=1,callbacks=None,validation_split=0.0,validation_data=None,shuffle=True,class_weight=None,sample_weight=None,initial... 继续阅读 >