Apa perbedaan antara fit () dan fit_generator () di Keras?

Apa perbedaan antara fit()dan fit_generator()di Keras?

Kapan saya harus menggunakan fit()vs fit_generator()?

Dalam keras, fit()sangat mirip dengan metode fit sklearn, di mana Anda melewatkan array fitur sebagai nilai x dan target sebagai nilai y. Anda melewatkan seluruh dataset Anda sekaligus dalam metode yang sesuai. Juga, gunakan itu jika Anda dapat memuat seluruh data ke dalam memori Anda (dataset kecil).

Di fit_generator(), Anda tidak melewatkan x dan y secara langsung, melainkan berasal dari generator . Seperti yang tertulis dalam dokumentasi keras , generator digunakan ketika Anda ingin menghindari data duplikat saat menggunakan multiprosesor. Ini untuk tujuan praktis, ketika Anda memiliki dataset besar.

Berikut ini tautan untuk memahami lebih lanjut tentang ini-

Suatu hal yang harus Anda ketahui tentang Keras jika Anda berencana untuk melatih model pembelajaran yang mendalam tentang dataset besar

Untuk referensi Anda dapat memeriksa buku ini- https://github.com/hktxt/bookshelf/blob/master/Computer%20Science/Deep%20Learning%20with%20Python%2C%20Fran%C3%A7ois%20Chollet.pdf

Ada lebih banyak perbedaan antara Keras fitdan fit.generatordaripada memenuhi mata. Saya memiliki dataset yang telah dipelajari dengan sempurna oleh model fit.generator. Seperti dataset itu tidak terlalu besar saya memutuskan untuk perubahan fitbukan fit.generator. Yang mengejutkan saya, kurva pembelajaran ada di semua tempat. Harus mulai menyetel dari awal. Tebak cara gradien diperbarui di setiap fungsi berbeda cukup signifikan. Waspadalah.