每个时代的训练和验证集

Question

我是CNN和深度学习的新手，如果我的问题没有意义，我很抱歉。我将生成器用于我的训练和验证集，这也增加了我的数据。如果我使用这样的代码来训练我的模型，在每个时期我都会得到不同的训练和验证图像。我想知道这是不是错了。因为我认为在每个时期都必须用恒定的训练和有效的数据集来训练网络。

我也很感激任何关于选择培训和验证批量的意见。

history= my_model.fit(data_generator(x_train,y_train, train_or_test='train', batch_size=16), 
validation_data=next(data_generator(x_valid,y_valid,train_or_test='test',batch_size=8)),validation_steps=100,
epochs=100,steps_per_epoch=100,verbose = 1,
callbacks=[CSVLogger(os.path.join(folder(weights_folder), 'training_log.csv')),best_check , erlstop])

Answer 1

不，不需要。但是，您可能会面临过度拟合，但只有在经过培训和验证后才能判断。我附上一个链接，肯定会回答你的问题。