4、model.fit_generator()

1、model.fit_generator()

　　  首先，利用keras，搭建顺序模型，完成搭建后，我们需要将数据送入模型进行训练，送入数据的方式有很多种，models.fit_generator()是其中一种方式。

　　具体说，model.fit_generator()是利用生成器，分批次向模型送入数据的方式，可以有效节省单次内存的消耗。

　　利用Python的生成器，逐个生成数据的batch并进行训练。生成器与模型将并行执行以提高效率。

　　例如，该函数允许我们在CPU上进行实时的数据提升，同时在GPU上进行模型训练。

2、参数

1、generator：生成器函数
2、validation_data：生成验证集的生成器
3、epochs：整数，数据迭代的轮数
4、steps_per_epoch：整数，当生成器返回steps_per_epoch次数据时计一个epoch结束，执行下一个epoch。一般设置为：len(image_files) // batch_size
5、validation_steps: 当validation_data为生成器时，本参数指定验证集的生成器返回次数。一般设置为：len(valid_image_files) // batch_size

3、生成器generator

参考：生成器 - 廖雪峰的官方网站 (liaoxuefeng.com)

在Keras中导入测试数据的方法 - 简书 (jianshu.com)

3.1、小括号

3.2、边迭代边输出