fitとfit_generatorでの入力層の違い

Question

kerasを使ってニューラルネットワークの学習を行っています。
当初DBから大きなデータを吐き出して、fitで学習していたのですが、大きくなりすぎたのでfit_generatorを使って小分けしたcsvを順次読み込ませるようにしました。
最初、Fitで実行していたときはコメントアウトしてあるFlatten()でうまく動いていたのですが、fit_generatorを使い始めたところ、
①元々fitの時に使っていたFlatten()では学習したモデルを読み込むときに下のようなerrorが出たため、
②Flatten(input_shape=(1, 22))に変えてみたところ、(52841, 22)のtraindataを読み込ませる際にmodel.fit_generatorで以下のwarningが出るようになってしまいました。

fitからfit_generatorに変えてaccuracyも落ちてしまったような気がします。
色々と間違っているような気もするのですが、そもそも、fit_generatorよりも新しいFITを使うようにwarningも出ますし、fit_generatorは避けるべきでしょうか？

＜error＞
ValueError: The last dimension of the inputs to Dense should be defined. Found None.

＜warning＞
WARNING:tensorflow:Model was constructed with shape (None, 1, 22) for input Tensor("flatten_input:0", shape=(None, 1, 22), dtype=float32), but it was called on an input with incompatible shape (None, None).

        def generate_batches(files, batch_size):
            counter = 0
            while True:
                fname = files[counter]
                counter = (counter + 1) % len(files)
                with open('./output/save_batches/' + fname, 'r', encoding="utf-8_sig") as csv_file:
                    reader = csv.reader(csv_file, delimiter=",", quotechar='"')
                    csv_data = [row for row in reader]
                train_data = np.asarray(csv_data)
                train_data = train_data[1:]
                [X_train, y_train] = np.hsplit(train_data, [-1])
                [X_train, x_gavage] = np.hsplit(X_train, [-10])
                X_train = X_train.astype(np.float64)

                y_train = y_train.astype(np.int)

                for cbatch in range(0, X_train.shape[0], batch_size):
                    yield (X_train[cbatch:(cbatch + batch_size), :], y_train[cbatch:(cbatch + batch_size)])

        model = keras.models.Sequential([
            keras.layers.Flatten(input_shape=(1, 22)),
            #keras.layers.Flatten(), # fitで実行していたときはこれでうまく動いていた
            keras.layers.Dense(hidden_num, activation=hidden_acti),
            keras.layers.Dropout(0.2),
            keras.layers.Dense(out_layer, activation=out_acti)
        ])

        gen = generate_batches(files=file_list, batch_size=batches)
        history = model.fit_generator(gen, steps_per_epoch=all_len/batches, epochs=epoch, verbose=1)

Answer 1

keras.layers.Flatten(input_shape=(22,))
にしたところ動きました。