keras模型中的model.fit()和model.fit_generator()的区别

最新更新：

　　新版tf中，model.fit()已经支持加载生成器对象了，故统一使用model.fit()即可

===================================================================

1.两者的语法如下：

 

 

 

 2. 从上可以看出，fit()是将训练数据 x 和 y 完整的加载到内存中，如果数据量很大，不可能把所有数据一并加载到内存，必将导致内存泄漏；

而fit_generator() 加载的是一个 生成器，训练数据是通过该生成器产生的

3. batch_size、epoch、steps_per_epoch的区别

batch_size代表批次，即每次送多少组数据一起训练，例如batch_size = 32，即每次训练的数据都是一个 (32, height, width, channels) 4维向量组

epoch代表完整训练的次数，所有批次全部训练完一遍，叫做 1 epoch

steps_per_epoch 代表 每次 训练多少步，其值 = 样本数 / batch_size