python - 了解fit_generator(steps_per_epoch)、validation_steps、evaluate_generator(步骤)和predict_generator(步骤)

Question

我是在项目中使用 keras 的新手。我一直在我的模型中使用generator。

我真的很困惑我应该输入什么值

1) In fit_generator : steps_per_epoch & validation_steps ?

2) evaluate_generator : steps ?

3) predict_generator : steps ?

我已提及keras documentation和其他一些stack1 , stack2问题。我无法理解。 更好的是，我可以提供我的数据示例，塑造我当前正在工作的内容，并相应地遵循我的问题。另外，如果我的理解有误，请指正

model.fit_generator(trainGen, steps_per_epoch=25, epochs = 100, validation_data=ValGen, validation_steps= 4)

Q1:对于每个时期，都有25 个步骤。对于每个步骤，trainGen 都会生成一个形状为 (244*100*4, 244*100*2) 的元组并执行训练。

What will be my batch_size and batches if my steps_per_epoch is 25 ?

第二季度:据我了解，val_acc 和 val_loss 将在纪元的第 25 步结束时计算。我选择我的 validation_steps = 4。因此，ValGen 在一个纪元的第 25 步结束时产生一个形状为 (30*100*4, 30*100*2) 4 次的元组

I have chosen arbitrarily validation_steps = 4. But how to choose correct number of validation_steps ? How does val_loss & val_acc calculated ? (calculate the mean 4 times either as single batch or using batch_size)

第三季度:例如，在 evaluate_generator 和 Predict_generator 中，我的生成器为两者生成一个元组形状 (30*100*4, 30*100*2)。

How to choose the correct number for steps argument for both evaluate_generator & predict_generator ? In keras document it is mentioned as Total number of steps (batches of samples) to yield from generator before stopping ? In my case what will the batches of samples ?

如果需要任何其他信息，请告诉我。

Answer 1

步骤不是您“选择”的参数，您可以将其计算为:

steps = number of samples / batch size

因此，这里您可以自由选择的唯一参数是批量大小，该值被选择为模型在训练时不会耗尽内存的值。典型值在 32 到 64 之间。

对于训练集，您使用训练集的样本数除以训练批量大小；对于验证集，您使用验证集中的样本数除以验证批量大小。两个批量大小可以相等。

这适用于所有使用生成器的函数。