train_datagen = ImageDataGenerator(rescale=1. / 255,#归一化rotation_range=10, #旋转角度width_shift_range=0.1,#水平偏移height_shift_range=0.1, #垂直偏移shear_range=0.1, #随机错切变换的角度zoom_range=0.1, #随机缩放的范围horizontal_flip=False,#随机将一半图像水平翻转fill_mode='nearest') #填充像素的方法test_datagen = ImageDataGenerator(rescale=1. / 255) #不增强验证数据train_generator = train_datagen.flow_from_directory(directory=train_dir,#训练文件路径--文件夹下多分类文件夹target_size=(30, 30), #图像统一尺寸batch_size=nbatch_size, #batch数据的大小,默认32class_mode='categorical')#返回标签数组形式 'binary'二进制;validation_generator = test_datagen.flow_from_directory(directory=validation_dir,target_size=(30, 30),batch_size=nbatch_size,class_mode='categorical')model.fit_generator(train_generator,steps_per_epoch=25*6//nbatch_size, #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epochepochs=nepochs,#整数,数据迭代的轮数validation_data=validation_generator,validation_steps=50)#当validation_data为生成器时,本参数指定验证集的生成器返回次数
1200字范文,内容丰富有趣,写作的好帮手!