Каков принцип проверки в ImageDataGenerator?

Сделал генератор из каталога (flow_from_directory) с выделением проверочных данных (validation_split=0.25). На его основании два заполнения: тестовое (train_generator1) и проверочное (validation_generator1).

datagen1 = ImageDataGenerator(rescale=1./255, rotation_range=60, width_shift_range=0.2, height_shift_range=0.2, zoom_range=0.5, horizontal_flip=True, vertical_flip=True, validation_split=0.25)
train_generator1 = datagen1.flow_from_directory(directory=dir1, target_size=(150,150), batch_size=39, class_mode='sparse', save_to_dir=dir2_1, save_prefix=u'XXX', subset='training')
validation_generator1 = datagen1.flow_from_directory(directory=dir1, target_size=(150,150), batch_size=39, class_mode='sparse', save_to_dir=dir2_2, save_prefix=u'XXX', subset='validation')
history = model.fit_generator(train_gen, steps_per_epoch=156, validation_data=val_gen, validation_steps=52)

После прохода генератора посмотрел проверочный каталог и обнаружил, что проверочные изображения трансформировались так-же как и учебные. Подскажите, какой принцип обучения? Проверочные изображения должны преобразоваться тоже или оставаться статичными?