keras預設情況下用fit方法載資料，就是全部載入。換用fit_generator方法就會以自己手寫的方法用yield逐塊裝入
問題描述：建立好model之後，用model.fit()函式進行訓練，發現超出視訊記憶體容量
問題分析：fit()函式訓練時，將全部訓練集載入視訊記憶體之後，才開始分批訓練。顯然很容易就超出了視訊記憶體容量
解決辦法：用fit_generator函式進行訓練

fit_generator函式將訓練集分批載入視訊記憶體，但需要自定義其第一個引數——generator函式，從而分批將訓練集送入視訊記憶體

defdata_generator(data, targets, batch_size)
 
:
    batches = (len(data) + batch_size - 1)//batch_size
     while(True):
         for i in range(batches):
              X = data[i*batch_size : (i+1)*batch_size]
              Y = targets[i*batch_size : (i+1)*batch_size]
              yield (X, Y)

• 1
• 2
• 3
• 4
• 5
• 6
• 7

呼叫fit_generator時的方法

model.fit_generator(generator = data_generator(X_train
 
, Y_train, batch_size),
                    steps_per_epoch = (len(data) + batch_size - 1) // batch_size,
                    epochs = num_epochs,
                    verbose = 1,
                    callbacks = callbacks,
                    validation_data = (X_val, Y_val)
)

• 1
• 2
• 3
• 4
• 5
• 6
• 7