Keras2.2 predict和fit_generator的區別

一、使用predict時，需設置batch_size

查看keras文檔中，predict函數原型：predict(self, x, batch_size=32, verbose=0)

說明：只使用batch_size=32，也就是說每次將batch_size=32的數據經過PCI總線傳到GPU，而後進行預測。在一些問題中，batch_size=32明顯是很是小的。而經過PCI傳數據是很是耗時的。因此，使用的時候會發現預測數據時效率奇低，其緣由就是batch_size過小了。

經驗：使用predict時，必須人爲設置好batch_size，不然PCI總線之間的數據傳輸次數過多，性能會很是低

二、使用fit_generator時，需設置steps_per_epoch

說明：keras 中 fit_generator參數steps_per_epoch已經改變含義了，目前的含義是一個epoch分紅多少個batch_size。舊版的含義是一個epoch的樣本數目。

若是說訓練樣本樹N=1000，steps_per_epoch = 10，那麼至關於一個batch_size=100，若是仍是按照舊版來設置，那麼至關於batch_size = 1，會性能很是低。經驗：必須明確fit_generator參數steps_per_epoch