我正在阅读Fit generator and data augmentation in keras，但仍然有一些我不太确定keras中的图像增强 .
（1）在datagen.flow（）中，我们还设置了batch_size . 我知道如果我们进行小批量训练需要batch_size，那么这两个batch_size值是否相同，我的意思是，如果我们在flow（）生成器中指出batch_size，我们是否假设我们将使用相同的batch_size进行小批量训练？
（2）让我假设训练集的大小是10,000 . 我猜每个时代的model.fit_generator（）和model.fit（）之间的唯一区别在于，对于前者，我们使用10,000个随机变换的图像，而不是原始的10,000个 . 但是对于其他时代，我们正在使用另外10,000个图像，这些图像与第一个时期中使用的图像完全不同，因为所有图像都是随机生成的 . 这样对吗？这就像我们总是在每个时代使用新图像，这与普通情况不同，当在每个时期使用相同的图像集时 .
我是这个领域的新手 . 请帮忙！
1 回答
第一个问题：答案是肯定的 .
第二个问题：是的，如果我们在model.fit_generator（）中使用数据增强，我们总是在每个时代使用新图像