Keras2.2 predict和fit_generator的區別

1、使用predict時，需設置batch_size

查看keras文檔中，predict函數原型：predict(self, x, batch_size=32, verbose=0)

說明：只使用batch_size=32，也就是說每次將batch_size=32的數據通過PCI總線傳到GPU，然后進行預測。在一些問題中，batch_size=32明顯是非常小的。而通過PCI傳數據是非常耗時的。所以，使用的時候會發現預測數據時效率奇低，其原因就是batch_size太小了。

經驗：使用predict時，必須人為設置好batch_size，否則PCI總線之間的數據傳輸次數過多，性能會非常低

2、使用fit_generator時，需設置steps_per_epoch

說明：keras 中 fit_generator參數steps_per_epoch已經改變含義了，目前的含義是一個epoch分成多少個batch_size。舊版的含義是一個epoch的樣本數目。

如果說訓練樣本樹N=1000，steps_per_epoch = 10，那么相當於一個batch_size=100，如果還是按照舊版來設置，那么相當於batch_size = 1，會性能非常低。經驗：必須明確fit_generator參數steps_per_epoch