data_image_generator.flow_from_directory参数介绍、

data_image_generator.flow_from_directory参数介绍：

1. directory: 数据集所在的文件夹路径。在这个文件夹中，应该有一个子文件夹对应每个类别，并且每个子文件夹中包含属于该类别的图像。

2. target_size: 所有的图像将被调整为该尺寸。这是一个tuple类型的参数，包含两个整数值，分别表示调整后图像的宽度和高度。

3. color_mode: 设置图像的颜色模式，可以是 "grayscale"（灰度图像）或 "rgb"（彩色图像）。默认值为 "rgb"。

4. classes: 可选参数，默认为 None。如果不为 None，那么它将是一个按字母顺序的类名列表，用于限制所需的类的子集（顺序与迭代器返回的顺序相同）。

5. class_mode: 决定返回的标签数组的类型，可以是 "categorical"（二维的 one-hot 编码数组），"binary"（一维的二进制标签），"sparse"（一维的整数标签）或 None（没有标签返回）。默认为 "categorical"。

6. batch_size: 可选参数，默认为 32。确定生成器返回的图像批次的大小。

7. shuffle: 可选参数，默认为 True。设置是否打乱数据，即是否随机化数据集的顺序。

8. seed: 整数（可选），打乱数据之前的随机种子。

9. save_to_dir: 可选参数，默认为 None。如果不是 None，则将生成的图像以 JPG 格式保存在该路径下。

10. save_prefix: 字符串（可选），保存图像时使用的前缀，仅当 save_to_dir 有值时生效。

11. save_format: 字符串（可选），保存图像时使用的文件格式（例如： "png"、"jpeg"），仅当 save_to_dir 有值时生效。

通过设置这些参数，我们可以根据需求生成一个从指定目录中读取图像数据并进行预处理的数据生成器，用于训练或测试深度学习模型。