Keras：如何为每个时代改变数据

Question

我试图通过向原始数据添加噪声和随机突变来减少过度拟合。

我有一个改变训练数据的函数

x, y = generate_data()

我希望每个时代都调用它并在新数据上训练我的模型。 希望是减少过拟合。

history = model.fit(x, y, epochs=100, batch_size=64)

更改每个新纪元的数据的最佳方法是什么？

Answer 1

只是一个猜测。 尝试：

for _ in range(num_epochs):
    x, y = generate_data()
    history = model.fit(x, y, epochs=1, batch_size=64)

Answer 2

model.fit 有一个 shuffle 参数，默认值为 True。 所以它在每个时期对样本进行洗牌。

def fit(self, x, y, batch_size=32, epochs=10, verbose=1, callbacks=None,
            validation_split=0., validation_data=None, shuffle=True,
            class_weight=None, sample_weight=None, initial_epoch=0, **kwargs)