我有一个 训练数据集，其中的图像如下所示：
x=[image1,image2...imageN]
以及如下所示的输出数据集：
y=[output1,output2...]
我不明白model.fit 在处理图像方面是如何工作的。意思是，如果我选择shuffle=False，模型会先获取第一张图像，然后经过整个前馈、反向传播等，然后将其与output1进行比较，然后再与第二张图像进行比较，以此类推吗？
还是模型从我的数据集中随机选择图像？
【问题讨论】：
如果您指定 shuffle = True，生成器将在每个 epoch 之前对数据集进行洗牌。然后它将一次一批地通过洗牌的数据集，如果它在下一个时期之前到达然后结束，它将回到开始。
如果您指定shuffle = False，它将在每个时期以相同的顺序遍历数据集。
【讨论】：
flow_from_directory 后，它将在目录树中找到所有有效文件并对其进行排序。如果你设置shuffle = False 每个epoch 它将以相同的顺序通过这个排序列表。
我相信这里也有人问过类似的问题。 shuffle in the model.fit of keras
据我所知，你的思维过程在一定程度上是正确的。该模型从数据集中获取随机图像以及该索引的相关输出，然后对其进行训练。非常类似于使用随机数从批次中选择图像，将其与输出进行比较进行训练，然后将其标记为已训练以避免在同一示例上重新训练。
【讨论】：