05. Keras 中的图片增强功能

如果你尚未通过 AWS 启动 GPU 服务器，强烈建议你先启动，然后再运行此视频中的记事本。虽然可以在 CPU 上训练记事本，但是 AWS GPU 实例训练起来将快很多。（该服务目前已有项目中 Workspace GPU来替代，可以通过项目中的 Enable GPU，直接设置）

你可以在 aind2-cnn GitHub 资源库中访问视频中描述的 Jupyter 记事本。转到 cifar10-augmentation/ 文件夹并打开 cifar10_augmentation.ipynb。

关于 steps_per_epoch 的注意事项

fit_generator 具有很多参数，包括

steps_per_epoch = x_train.shape[0] / batch_size

其中 x_train.shape[0] 对应的是训练数据集 x_train 中的独特样本数量。通过将 steps_per_epoch 设为此值，我们确保模型在每个 epoch 中看到 x_train.shape[0] 个增强图片。

课外资料

• 阅读这篇对 MNIST 数据集进行可视化的精彩博文。
• 参阅此详细实现，了解如何使用增强功能提高 Kaggle 数据集的效果。
• 阅读关于 ImageDataGenerator 类的 Keras 文档。