问Tf.data.Datasets.repeat(历代)与model.fit epochs=EPOCHS的差异

EN

它的工作原理略有不同。

让我们选择两个不同的例子。

1. dataset.repeat(20)、model.fit(epochs=10)
2. dataset.repeat(10)和model.fit(epochs=20)

我们还假设您有一个包含100条记录的数据集。

如果您选择1，每个时代将有2,000条记录。您将“检查”您的模型是如何改善后，通过2,000条记录通过您的模型，你将这样做10次。

如果您选择选项2，每个时代将有1,000条记录。你将评估你的模型在推送1,000张记录后是如何改进的，你将这样做20次。

在这两个选项中，用于培训的记录总数是相同的，但是当您评估、记录等时，模型的行为是不同的。

在图像数据的情况下，tf.data.Datasets.repeat()可以用于tf.data.Datasets上的数据增强。

假设您希望增加训练数据集中的图像数量，使用随机转换，然后重复训练数据集的count次数，并应用随机转换，如下所示

train_dataset = (
    train_dataset
    .map(resize, num_parallel_calls=AUTOTUNE)
    .map(rescale, num_parallel_calls=AUTOTUNE)
    .map(onehot, num_parallel_calls=AUTOTUNE)
    .shuffle(BUFFER_SIZE, reshuffle_each_iteration=True)
    .batch(BATCH_SIZE)
    .repeat(count=5)
    .map(random_flip, num_parallel_calls=AUTOTUNE)
    .map(random_rotate, num_parallel_calls=AUTOTUNE)
    .prefetch(buffer_size=AUTOTUNE)
)

方法时，您必须创建dataset的副本，分别应用转换，然后连接数据集。但是使用repeat()简化了这一点，还利用了方法链，并且代码看起来很整洁。

关于数据增强的更多信息：https://www.tensorflow.org/tutorials/images/data_augmentation#apply_augmentation_to_a_dataset