model.fit_generator中的steps_per_epoch实际在做什么？

问题描述

在阅读steps_per_epoch方法中有关model.fit_generator必需参数的Keras文档之后，我对它的理解是：

如果数据集包含“ N”个样本，并且生成器函数（传递给Keras）对于每个调用均返回“ B = batch_size”个样本数（此处，我认为调用是生成器函数的单个收益），并且由于steps_per_epoch = ceil（N / B），生成器被调用steps_per_epoch次，因此完整数据集将在一个时期后通过模型，并且对于每个时期都重复相同的过程，直到训练完成。>

为了测试我的理解是否正确，我实施了以下

import numpy as np
from keras.models import Sequential
from keras.layers import Dense

index = 0

def get_values(inputs,targets):
    i = 0
    while True:
        yield inputs[i],targets[i]
        i += 1
        if i >= len(inputs):
            i = 0


def get_batch(inputs,targets,batch_size=2):
    global index
    batch_X = []
    batch_Y = []
    for inp,targ in get_values(inputs,targets):
        batch_X.append(inp)
        batch_Y.append(targ)

        if len(batch_X) >= batch_size:
            yield np.array(batch_X),np.array(batch_Y)
            index += 1
            batch_X = []
            batch_Y = []


data = list(range(10))
labels = [2*val for val in range(10)]

model = Sequential([
    Dense(16,activation='relu',input_shape=(1,)),Dense(1)
])

model.compile(optimizer='rmsprop',loss='mean_squared_error')
model.fit_generator(get_batch(data,labels,batch_size=2),steps_per_epoch=5,epochs=1,verbose=False)

print(index) # Should Print 5 but it prints 15

程序不难理解...

但是根据我的解释，它应该打印5但打印15。我对steps_per_epoch的解释是否错误？ 如果是这样，请给我正确解释steps_per_epoch

PS。我是Tensorflow和Keras的新手，谢谢。

解决方法

没有检查您的代码，但是您的原始密码是正确的。实际上，根据here中的文档，您可以每个时期省略步骤，并且model.fit将数据集的长度（N）除以批处理大小来确定步骤。我确实复制并运行了您的代码。猜猜它将索引打印为5的是什么。我唯一能想到的可能就是导入。