使用 TensorFlow 进行迁移学习（MobileNet）答案

【问题标题】：Transfer Learning with Tensorflow (MobileNet)使用 TensorFlow 进行迁移学习（MobileNet）
【发布时间】：2020-08-06 09:18:13
【问题描述】：

在迁移学习中，我认为我的 model.fit_generator 进入了无限循环。我不知道怎么做。这是我的 Colab 笔记本链接https://colab.research.google.com/drive/1o9GNCQdMeh4HZdiZ5QAjiDDkixn-OsXx

Here is the image of model.fit_generator

【问题讨论】：

你检查我下面的答案了吗？让我知道它是否有帮助。谢谢
请查看here，了解您在得到答复后需要做什么。基本上选择一个答案作为“回答您的问题”，然后它将帮助其他人关注您的帖子。

标签： tensorflow transfer-learning mobilenet

【解决方案1】：

如果您按如下方式更新最后一行，则 5 个 epoch 大约需要 40 秒。

来自

model.fit_generator(train_generator, epochs=5, validation_data=valid_generator)

到

model.fit_generator(train_generator, epochs=5, steps_per_epoch=len(train_generator), validation_data=valid_generator, validation_steps=len(valid_generator))

当 model.fit 的输入是生成器时，请检查预期内容的描述。因此，当 'steps_per_epoch' 为 None 时，epoch 将运行直到输入数据集耗尽。因此，如果您的数据集是无限重复的数据集，则生成器将无限运行。

steps_per_epoch：整数或无。总步数（批次样本）在宣布一个时期结束并开始下一个时期之前时代。使用输入张量（例如 TensorFlow 数据）进行训练时张量，默认 None 等于你的样本数数据集除以批量大小，如果无法确定，则为 1。如果 x 是 tf.data 数据集，并且 'steps_per_epoch' 为 None，则 epoch 将一直运行到输入数据集用完为止。当通过一个无限重复数据集，您必须指定steps_per_epoch 争论。数组输入不支持此参数。

【讨论】：