Keras2.2 predict和fit_generator的区别

一、使用predict时，需设置batch_size

查看keras文档中，predict函数原型：predict(self, x, batch_size=32, verbose=0)

说明：只使用batch_size=32，也就是说每次将batch_size=32的数据经过PCI总线传到GPU，而后进行预测。在一些问题中，batch_size=32明显是很是小的。而经过PCI传数据是很是耗时的。因此，使用的时候会发现预测数据时效率奇低，其缘由就是batch_size过小了。

经验：使用predict时，必须人为设置好batch_size，不然PCI总线之间的数据传输次数过多，性能会很是低

二、使用fit_generator时，需设置steps_per_epoch

说明：keras 中 fit_generator参数steps_per_epoch已经改变含义了，目前的含义是一个epoch分红多少个batch_size。旧版的含义是一个epoch的样本数目。

若是说训练样本树N=1000，steps_per_epoch = 10，那么至关于一个batch_size=100，若是仍是按照旧版来设置，那么至关于batch_size = 1，会性能很是低。经验：必须明确fit_generator参数steps_per_epoch