随机整理数据时，keras的fit和fit_generator仍然不同

Question

在ubuntu16.04和2080 GPU上使用TensorFlow的Keras 2.2.4：

我从fit与fit_generator获得了不同的收敛特性，fit收敛到一个合理的解决方案，但fit_generator的电压损耗却没有。

我尝试通过keras issues 2389整理数据，但这无济于事。

我的代码

tmp = m1.fit_generator(train_it,
                       steps_per_epoch=b_iter,
                       epochs=1,
                       shuffle=True,
                       validation_data=(val_it),#validation_enter code
                       heresteps=val_batch_size
                       ,max_queue_size=batch_size
                       ,workers=5
                       , use_multiprocessing=True)

Train_it和val_it在每个时期随机播放数据。

self.a_fnames = sorted(os.listdir(self.a_dir))
np.random.shuffle(self.a_fnames)

这是我从fit到fit_generator的火车损失和val损失

现在我不知道如何解决它。