一、各种函数

strip()：

方法用于移除字符串头尾指定的字符（默认为空格或换行符）或字符序列。

split() ：

通过指定分隔符对字符串进行切片，如果参数 num 有指定值，则分隔 num+1 个子字符串。

pprint：

相比于print，pprint打印出来的更加好看，结构清晰，适合打印多条语句的时候使用

ImageDataGenerator:

1、数据增强函数：从现有的训练样本中生成更多的训练数据。其方法是利用多种能够生成可信图像的随机变换来增加样本。
2、可以快速创建python生成器，能够将硬盘上的图像文件自动转换为预处理好的张量批量。
3、目标：模型在训练时不会两次查看完全相同的图像，这让模型能够观察到数据的更多内容。

fit_generator:

Keras在使用.fit_generator训练模型时的过程：
1、Keras调用提供给.fit_generator的生成器函数（在本例中为aug.flow）
2、生成器函数为.fit_generator函数生成一批大小为BS的数据
3、.fit_generator函数接受批量数据，执行反向传播，并更新模型中的权重重复该过程直到达到期望的epoch数量

为什么fit_generator函数中有steps_per_epoch参数？

1、Keras数据生成器意味着无限循环，它永远不会返回或退出。由于该函数旨在无限循环，因此Keras无法确定一个epoch何时开始的，并且新的epoch何时开始。

2、因此，我们将训练数据的总数除以批量大小的结果作为steps_per_epoch的值。一旦Keras到达这一步，它就会知道这是一个新的epoch。

二、使用步骤

1.引入库

代码如下（示例）：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import  ssl
ssl._create_default_https_context = ssl._create_unverified_context

2.读入数据

代码如下（示例）：

data = pd.read_csv(
    'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())

该处使用的url网络请求的数据。