Python Keras序列、拟合生成器和每个历元的步长

我注意到，使用

fit\u generator

，通常为

steps\u per\u epoch

参数指定

total\u samples//batch\u size

，其中可以创建一个生成器/使用

ImageDataGenerator

，并将其作为参数传递给

fit\u generator

但是，我正在使用

Sequence

类（

keras.utils.Sequence（）

）创建我的生成器，并将

steps\u per\u epoch

传递一个小于

total\u samples//batch\u size

的整数

我想知道的是，一旦每个历元完成，数据的生成是否会在生成器中从头开始

---

例如，我的训练集中有3200个样本，我使用的批量大小为32。因此，理想情况下，对于一个完整的历元，我应该将每个历元的步数设置为100。但是，如果我将我的

每历元步数设置为50，会发生什么？一旦第一个历元完成，是否会生成数据点编号1601（32*50）或从开始（数据点编号1）？
当使用
序列时，您不需要通过每个历元的
步骤，因为此信息可以从
序列的
len方法推断出来。

如果在使用序列
时通过每个历元
步数
，这将覆盖任何使用
\uuuuuuuuuuuuuu
方法的操作，并且它将有效地只使用序列中的每个历元

步数样本（从0到

每个历元的步数-1

），并在历元结束时重置为零。您可以在中检查此行为。

是否有解决方法？我希望数据无限生成，检查点的模型评估只运行每个

步骤每个\u epoch

@JashShah解决方案到什么？默认情况下，这就是它的工作方式，您只需确保序列生成无限量的数据，使生成器在每个

步骤后不会重置回零每个历元

@JashShah序列索引是一个抽象，您只需在每个历元中返回不同的图像，不需要任何变通办法。@JashShah我无法进一步详细说明，没有类似于上下文的源代码，您只需制作一个生成器或序列，在每个历元返回不同的图像，在一个生成器/序列中，您可以完全控制返回给Keras的内容。