Kerasのfit（）とfit_generator（）の違いは何ですか？

違いは何であるfit()とfit_generator()Kerasでは？

いつfit()vs を使用すべきfit_generator()ですか？

kerasでは、fit()sklearnの近似方法によく似ています。この方法では、フィーチャの配列をx値として渡し、ターゲットをy値として渡します。fitメソッドでデータセット全体を一度に渡します。また、データ全体をメモリ（小さなデータセット）にロードできる場合にも使用します。

ではfit_generator()、xとyを直接渡すのではなく、ジェネレーターから取得します。kerasドキュメンテーションで書かれているように、マルチプロセッシングを使用するときにデータの重複を避けたい場合はジェネレーターが使用されます。これは、大規模なデータセットがある場合の実用的な目的です。

これについてさらに理解するためのリンクがあります-

大規模なデータセットでディープラーニングモデルをトレーニングする場合、Kerasについて知っておくべきこと

参考のために、この本を確認できます-https ://github.com/hktxt/bookshelf/blob/master/Computer%20Science/Deep%20Learning%20with%20Python%2C%20Fran%C3%A7ois%20Chollet.pdf

Keras fitとの違いfit.generatorは、目に見える以上のものです。を使用したモデルによって完全に学習されたデータセットがありましたfit.generator。データセットが大きすぎなかったので、のfit代わりにに変更することにしましたfit.generator。驚いたことに、学習曲線はいたるところにありました。最初からチューニングを開始する必要がありました。各関数で勾配が更新される方法は非常に大きく異なると思います。気をつけて。