Python 如何理解predict_generator中的步骤参数？

我不太确定steps参数在predict_generator中的作用，我的理解是steps表示生成器生成的数据量，但有人否认我的答案，有人确认了我的答案 我通过实践仍然找不到正确的答案，我的方法是这样的，我用openslide读取一张5000x5000大小的图像，每个生成一张100x100的小地图来预测正常情况，我可以读取2500 100x100大小的图片，但当我设置步长=2500时是错误的

这是代码：

# coding=utf-8
from __future__ import division
from keras.models import load_model
import openslide
import numpy as np
import Get_file_name
import  generator
import matplotlib.pyplot as plt

def predict_model(img):
    model = load_model(Get_file_name.model_path[0])
    y= model.predict_generator(generator.pre_gen(img),steps=30)
    print(y)

predict_model("cats_and_dogs_5")

这是错误的：

Exception in thread Thread-1:
Traceback (most recent call last):
  File "/usr/lib/python3.5/threading.py", line 914, in _bootstrap_inner
self.run()
File "/usr/lib/python3.5/threading.py", line 862, in run
self._target(*self._args, **self._kwargs)
File "/usr/local/lib/python3.5/dist-packages/keras/engine/training.py", line 612, in data_generator_task
generator_output = next(self._generator)

停止迭代

Traceback (most recent call last):
File "/home/zh/视频/MitosisDetection/mitosisDetection/predict.py", line 17, in <module>
predict_model("cats_and_dogs_5")
File "/home/zh/视频/MitosisDetection/mitosisDetection/predict.py", line 12, in predict_model
y= model.predict_generator(generator.pre_gen(img),steps=2500)
File "/usr/local/lib/python3.5/dist-packages/keras/legacy/interfaces.py", line 88, in wrapper
return func(*args, **kwargs)
File "/usr/local/lib/python3.5/dist-packages/keras/models.py", line 1183, in predict_generator
verbose=verbose)
File "/usr/local/lib/python3.5/dist-packages/keras/legacy/interfaces.py", line 88, in wrapper
return func(*args, **kwargs)
File "/usr/local/lib/python3.5/dist-packages/keras/engine/training.py", line 2108, in predict_generator
outs = self.predict_on_batch(x)
File "/usr/local/lib/python3.5/dist-packages/keras/engine/training.py", line 1696, in predict_on_batch
outputs = self.predict_function(ins)
File "/usr/local/lib/python3.5/dist-packages/keras/backend/tensorflow_backend.py", line 2229, in __call__
feed_dict=feed_dict)
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py", line 778, in run
run_metadata_ptr)
File "/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py", line 961, in _run
% (np_val.shape, subfeed_t.name, str(subfeed_t.get_shape())))
ValueError: Cannot feed value of shape () for Tensor 'conv2d_1_input:0', which has shape '(?, 64, 64, 3)'

Process finished with exit code 1

回溯（最近一次呼叫最后一次）：
文件“/home/zh/视频/有丝分裂检测/有丝分裂检测/预测.py“，第17行，in
预测模型（“猫和狗5”）
文件“/home/zh/视频/有丝分裂检测/有丝分裂检测/预测.py”，预测模型第12行
y=模型预测发电机（发电机预发电机（img），步数=2500）
文件“/usr/local/lib/python3.5/dist-packages/keras/legacy/interfaces.py”，第88行，在包装器中
返回函数（*args，**kwargs）
文件“/usr/local/lib/python3.5/dist-packages/keras/models.py”，第1183行，在predict\u生成器中
详细的
文件“/usr/local/lib/python3.5/dist-packages/keras/legacy/interfaces.py”，第88行，在包装器中
返回函数（*args，**kwargs）
文件“/usr/local/lib/python3.5/dist-packages/keras/engine/training.py”，第2108行，在predict\u生成器中
outs=批次上的自我预测（x）
文件“/usr/local/lib/python3.5/dist-packages/keras/engine/training.py”，第1696行，在批处理中预测
输出=自预测功能（ins）
文件“/usr/local/lib/python3.5/dist packages/keras/backend/tensorflow\u backend.py”，第2229行，在调用中__
进纸量=进纸量（进纸量）
文件“/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py”，第778行，正在运行
运行_元数据_ptr）
文件“/usr/local/lib/python3.5/dist-packages/tensorflow/python/client/session.py”，第961行，正在运行
%（np_val.shape，subfeed_t.name，str（subfeed_t.get_shape（）））
ValueError:无法为具有形状“（？，64，64，3）”的张量“conv2d_1_输入：0”提供形状（）的值
进程已完成，退出代码为1

如果步骤表示生成器生成的数据量，那么为什么将步骤设置为2500错误？如果步骤不表示生成器生成的数据量，那么我应该怎么做？如何设置生成器生成的数据量？ 请上帝多多指教，我今天在身边，很多人都不明白这件事