训练

　　Keras深度学习库包括三个独立的函数，可用于训练您自己的模型：
　　。fit
　　。fitgenerator
　　。trainonbatch
　　。fit
　　训练与验证分离
　　network。fit（trainimages，trainlabels，epochs5，batchsize128）
　　testloss，testaccnetwork。evaluate（testimages，testlabels）
　　训练与验证并行
　　historymodel。fit（partialxtrain，partialytrain，epochs4，batchsize512，validationdata（xval，yval））
　　predict
　　predict1model。predict（xval）
　　。fitgenerator
　　historymodel。fitgenerator（
　　traingenerator，
　　stepsperepoch100，
　　epochs30，
　　validationdatavalidationgenerator，
　　validationsteps50）
　　flowfromdirectory
　　图片被放在以分类名命名的一个个子文件夹里
　　testdatagenkeras。preprocessing。image。ImageDataGenerator（rescale1。255）
　　validationgeneratortestdatagen。flowfromdirectory（
　　validationdir，
　　targetsize（150，150），
　　batchsize20，
　　classmodebinary）
　　flowfromdataframe
　　当图片路径及分类名存在一个表格里。
　　traindatagenkeras。preprocessing。image。ImageDataGenerator（rescale1。255）
　　traingeneratortraindatagen。flowfromdataframe（dataframedf，
　　directory。train，
　　xcolPictureName，
　　ycolTagName，
　　subsettraining，
　　batchsize8，
　　seed42，
　　shuffleTrue，
　　classescategorys，传了但没效果
　　classmodecategorical，categoricalsparserawsparse
　　targetsize（width，height））
　　会自动按分类名排序记为分类序号。传classes〔aa，cc，bb〕，可以自己定义分类序号，但好像没用。
　　更新内容请参考：
　　https：blog。csdn。netweixin43346901articledetails100095019
　　自定义generator
　　trainGencsvimagegenerator（df，BS，0，trainCount，
　　modetrain，augNone）
　　testGencsvimagegenerator（df，BS，trainCount，len（df），
　　modetrain，augNone）
　　。trainonbatch
　　model。trainonbatch（batchX，batchY）
　　异常处理
　　Errorwhencheckinginput：expectedconv2d1inputtohave4dimensions，butgotarraywithshape（500，400，3）
　　原：predict1model。predict（〔x1〕）
　　改为：predict1model。predict（np。array（〔x1〕））