我阅读了 Keras 的 official manual 和一些示例，例如 this one。我知道我们可以使用batch_size 参数指定小批量的大小，并使用epochs 参数指定时期数。
但是我们如何才能确定一个 epoch 内有多少 mini-batch？在scikit-learn 中，有几个选项可以（间接）控制它，例如max_iter、tol 等。但我在Keras 中找不到类似的东西
【问题讨论】：
标签： python tensorflow keras
在 keras 中计算 mini_batches 的方式取决于训练数据的大小。
在您发布的示例中，您可以看到 validation_split=0.2 意味着它将数据分成两部分，即训练和验证
image_dataset_from_directory 负责将您的数据作为 mini_batches 发送。
数据点总数23410
training_data 18728（23410 的 80%）
validation_data 4682（23410 的 20%）
batch_size 32
因此image_dataset_from_directory源代码中计算的步数或minibatch数为training_data/batch_size
steps_per_epoch 为 585，即该时期有 585 个小批量，这意味着从数据中选择了 32 张图像 585 次
【讨论】：
Epoch 2/50 52/52 [==============================] - 0s 4ms/step - loss: 0.8672 - accuracy: 0.6362，你的意思是52/52是关于mini-batches数量的进度指示器吗？