Keras中的ImageDataGenerator和fit_生成器：理解时代

我试图了解在培训期间如何使用Keras中的数据生成器。如果有如下设置：

datagen=ImageDataGenerator（）
数据发生器安装（x_系列）
模型拟合发生器（数据生成流（x列，x测试，批量大小=32），
每个历元的步数=100，
时代=20）

我怎样才能知道“生成”了多少数据，以及何时生成？我很难理解

batch\u size

和

steps\u per\u epoch

之间的关系

以上是否等同于

对于历元1到20：
对于x_列车中的每个img：
基于img生成100张变形图像
将这些放入大小为32的批次中
适合每批

或者，它可能是这样工作的：

对于历元1到20：
对于x_列车中的每个img：
基于img生成100张变形图像
将所有100*x_系列形状[0]图像分成大小为32的批次
适合每批

那么这到底是如何工作的呢？ 有没有办法对此进行调查/调试？

其工作原理如下：

for epoch in range(20):
    for step in range(steps_per_epoch):
       yield x,y     
       #where x.shape = (32,imgshape1,imgshape2,imgshape3)
       #where y.shape = (32,your_output_shape....)

要确切了解生成器是如何创建批次的（我怀疑是经过更改的img1、img2、img3…，可能会出现混洗），您可以：

gen = datagen.flow(x_train, x_test, batch_size=32)

for i in range(2*your_total_images):
    x,y = next(gen) #gets a batch
    useAPlottingLibraryAndPlot(x) #where x contains 32 images