Keras之fit_generator()

最新推荐文章于 2022-11-11 16:22:15 发布

柏舟1230

最新推荐文章于 2022-11-11 16:22:15 发布

阅读量451

点赞数 1

CC 4.0 BY-SA版权

分类专栏：深度学习文章标签： Keras ImageDataGenerator fit_generator

本文链接：https://blog.youkuaiyun.com/qq_28891989/article/details/97677670

深度学习专栏收录该内容

2 篇文章

订阅专栏

本文详细介绍了如何使用Keras中的ImageDataGenerator进行图像数据扩增，包括旋转、平移、翻转等操作，以及如何将这些扩增后的数据用于模型训练。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在做图像识别时，经常会遇到图像数据扩增的相关问题，今天刚好有时间，写下点东西。

Keras中给我们提供了一个ImageDataGenerator函数，通过这个函数的参数，分析在程序中如何实现

# 导包
from keras.preprocessing.image import ImageDataGenerator

# 利用ImageDataGenerator构建一个图像生成器

generator = ImageDataGenerator(rotation_range=20,  # 随机翻转角度
                               width_shift_range=0.2,  # 水平偏移幅度
                               height_shift_range=0.2,  # 垂直偏移幅度
                               horizontal_flip=True,  # 水平镜像
                               vertical_flip=True,  # 垂直镜像
                               fill_mode="constant")
# 使用fit_generator来实现数据增强
model.fit_generator(generator.flow(x_train,y_train,batch_size=64),epochs=20,
                        steps_per_epoch=len(X_train) // 64, callbacks=[checkpoint, learning_rate_reduction],
                        validation_data=generator.flow(X_test, Y_test, batch_size=64, shuffle=True),
                        validation_steps=len(X_test) // 64
                    )