batch_size在TimeSeriesGenerator和model.fit batch_size中的差异
batch_size在TimeSeriesGenerator和model.fit batch_size中的差异
提问于 2022-10-29 16:16:35
我想知道batch_size集在TimeSeriesGenerator中和batch_size在model_fit中是否有区别。我为时间序列创建了一些RNN预测。
train_generator = TimeseriesGenerator(data=scaled_train,
targets=scaled_train,
length=n_input,
batch_size=batch_size,
stride=1,
sampling_rate=1,
shuffle=False,
start_index=0, end_index=None)in model.fit
hist = model.fit(train_generator, # also take batch_size, shuffle, etc?
steps_per_epoch=1,
epochs=1000,
#batch_size=32,?
#shuffle=False,?
verbose=1,
validation_data = valid_generator,
validation_steps=len(valid_generator),
callbacks=[early_stop]
)我确实创建了用于验证和培训数据的TimeSeriesGenerator。我是否需要在batch_size中再次指定model.fit。如果我这样做，它会影响我的结果吗？也许是batch_sizes的乘数？？谢谢。
回答 1
Data Science用户
发布于 2023-04-13 07:20:01
在fit方法这里的keras文档中，有人说
如果数据是以数据集、生成器或keras.utils.Sequence实例的形式(因为它们生成批处理)，则不要指定keras.utils.Sequence。
页面原文内容由Data Science提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://datascience.stackexchange.com/questions/115704
复制相关文章
相似问题
腾讯云开发者
