每个时期的训练和验证集？

Question

我是 CNN 和深度学习的新手，如果我的问题没有意义，非常抱歉。我将生成器用于我的训练和验证集，这也增加了我的数据。如果我使用这样的代码来训练我的模型，在每个时期我都会得到不同的训练和验证图像。我想知道是不是错了。因为我认为在每个 epoch 中用恒定的训练和有效的数据集来训练网络是很重要的。

我也感谢任何 cmets 选择训练和验证批量大小。

history= my_model.fit(data_generator(x_train,y_train, train_or_test='train', batch_size=16), 
              validation_data=next(data_generator(x_valid,y_valid,train_or_test='test',batch_size=8)),validation_steps=100,
                  epochs=100,steps_per_epoch=100,verbose = 1,
                  callbacks=[CSVLogger(os.path.join(folder(weights_folder), 'training_log.csv')),best_check , erlstop])

Answer 1

不，不需要。然而，你可能会面临过度拟合，但你只能在训练和验证之后才能知道。我附上link，肯定会回答你的问题。