如何使用keras理解fit_generator中的steps_per_epoch？ [复制]

Question

我的印象是steps_per_epoch可以等于样本总数除以batch size，这样每个epoch都会看到每个样本，但是显示的数字让我觉得它训练的次数远少于那个。 （如果我没看错的话：https://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly） 这是相关行（我明确写了样本数）

model.fit_generator(
    train_generator,
    steps_per_epoch= 2451 // BATCH_SIZE,
    epochs=10)

但训练过程的输出似乎显示了 153/154 之类的数字，但我的数据集超过 3000 个样本）。 那么，最后，steps_per_epoch 是关于什么的？我的模型是否在当前状态下查看每个时期的所有样本？如果没有，我该如何纠正？

Epoch 1/10
153/153 [==============================] - 34s 225ms/step - loss: -0.4054 - dice_coef: 0.4054 - binary_accuracy: 0.2559 - acc: 0.2559
Epoch 2/10

Answer 1

你说no of step应该等于total_dataset/batch_size是对的，但没必要这样做（你可以放任何no），这里有三种可能的情况：-

1. No_of_step = total_dataset/batch_size - 在一个 epoch 模型中，一个图像（数据）只能看到一次。
2. No_of_step < total_dataset/batch_size - 模型将无法看到少数人遗漏的所有图像。
3. No_of_step > total_dataset/batch_size - 部分图片会在网络中多次传递。

注意：- 如果shuffle = True 很难猜出哪个图像被遗漏或哪个图像被重复。