如何使用keras理解fit_generator中的steps_per_epoch？

Question

给我的印象是，可以使steps_per_epoch等于样本总数除以批次大小，以便每个时期都能看到每个样本，但是显示的数字使我认为训练的时间远少于此。 （如果我没看错的话：https://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly） 这是相关的行（我明确写出了样本数）

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

但是训练过程的输出似乎显示了153/154之类的数字，但是我的数据集有3000多个样本）。 所以，最后，steps_per_epoch是关于什么的？我的模型是否在当前状态的每个时期都看到了所有样本？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

您是正确的，步数不应等于total_dataset/batch_size，但没有必要这样做（您可以输入任何一个都不行），这是三种可能的情况：-

1. No_of_step = total_dataset/batch_size-在一个时代模型中只能看到一个图像（数据）一次。
2. No_of_step < total_dataset/batch_size-模型将无法看到少量遗漏的所有图像。
3. No_of_step > total_dataset/batch_size-一些图像将在网络中传递多次。

注意：-如果shuffle = True，则很难猜测遗漏了哪个图像或重复了哪个图像。