Keras에서 fit ()과 fit_generator ()의 차이점은 무엇입니까?

차이 무엇 fit()과 fit_generator()Keras의는?

언제 fit()vs를 사용해야 fit_generator()합니까?

keras에서 fit()sklearn의 fit 방법과 매우 유사합니다. 여기서 특징 배열을 x 값으로 전달하고 y 값으로 대상을 지정합니다. 적합한 방법으로 전체 데이터 세트를 한 번에 전달합니다. 또한 전체 데이터를 메모리 (작은 데이터 세트)에로드 할 수있는 경우 사용하십시오.

에서가 fit_generator(), 당신은 X를 통과하지 않고 Y는 직접, 대신 그들은에서 온 발전기 . keras documentation 으로 작성 되었으므로 멀티 프로세싱을 사용할 때 중복 데이터를 피하려는 경우 생성기가 사용됩니다. 이는 큰 데이터 집합이있을 때 실용적인 목적으로 사용됩니다.

이것에 대해 더 많이 이해할 수있는 링크가 있습니다.

대규모 데이터 세트에 대한 딥 러닝 모델을 교육하려는 경우 Keras에 대해 알아야 할 사항

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

이 더 Keras의 차이이다 fit과 fit.generator이상은 눈에 보이는 것. 모델을 사용하여 완벽하게 학습 한 데이터 세트가 fit.generator있습니다. 데이터 세트가 너무 크지 않기 때문에 fit대신 대신 로 변경하기로 결정했습니다 fit.generator. 놀랍게도 학습 곡선은 모든 곳에있었습니다. 처음부터 튜닝을 시작했습니다. 각 함수에서 그라디언트가 업데이트되는 방식이 상당히 다르다고 생각합니다. 조심하십시오.