Keras fit_generator：模型是否也使用 validation_data 学习？
Keras fit_generator: does model learn with validation_data as well?
我创建了一个使用 fit_generator 和 validation_data 的 UNET，如下所示：
model.fit_generator(train_gen,
validation_data=valid_gen,
steps_per_epoch=train_steps,
validation_steps=valid_steps,
epochs=epochs)
我想知道：在不同的 Epoch 中，keras 模型是否也在 运行 验证数据时学习？
我怀疑它不会，毕竟如果它确实存在，val_acc 将不会成为几个时期内有价值的性能指标。但是我无法在任何地方找到我的猜测的确认。
想法？
其他详情：
正如人们所预料的那样，我的代码中的 valid_gen 和 train_gen 是使用不同的数据集创建的，之前通过拆分数据库定义：
train_gen = DataGen(train_list, path_general, image_size=image_size, batch_size=batch_size)
valid_gen = DataGen(valid_list, path_general, batch_size=batch_size, image_size=image_size)
你是对的。验证数据仅 运行 在每个 epoch 结束时通过模型前向传播（即无反向传播），以评估模型的泛化性能。正如您所说，如果模型从验证数据中学习，它将完全破坏其泛化测试的有效性。
我创建了一个使用 fit_generator 和 validation_data 的 UNET，如下所示：
model.fit_generator(train_gen,
validation_data=valid_gen,
steps_per_epoch=train_steps,
validation_steps=valid_steps,
epochs=epochs)
我想知道：在不同的 Epoch 中，keras 模型是否也在 运行 验证数据时学习？ 我怀疑它不会，毕竟如果它确实存在，val_acc 将不会成为几个时期内有价值的性能指标。但是我无法在任何地方找到我的猜测的确认。 想法？
其他详情： 正如人们所预料的那样，我的代码中的 valid_gen 和 train_gen 是使用不同的数据集创建的，之前通过拆分数据库定义：
train_gen = DataGen(train_list, path_general, image_size=image_size, batch_size=batch_size)
valid_gen = DataGen(valid_list, path_general, batch_size=batch_size, image_size=image_size)
你是对的。验证数据仅 运行 在每个 epoch 结束时通过模型前向传播（即无反向传播），以评估模型的泛化性能。正如您所说，如果模型从验证数据中学习，它将完全破坏其泛化测试的有效性。