Keras fit：如果我的 steps_per_epoch 小于批次数怎么办？

Question

我在网上看到steps_per_epoch 被定义为数据集大小/批量大小。所以基本上，它是每个 epoch 中要查看/学习的批次数。

在下面的代码中，我在使用时间序列生成器处理后有 8 个批次。因此，如果我使用
steps_per_epoch=1，是否意味着每个 epoch 只需要查看/学习 1 个批次？

# univariate one step problem with mlp
from numpy import array
from keras.models import Sequential
from keras.layers import Dense
from pip.preprocessing.sequence import TimeseriesGenerator

# define dataset
series = array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) # 10 samples before processing by the Generator

# define generator
timestep = 2
generator = TimeseriesGenerator(series, series, length=timestep, batch_size=1) 
# After processing, 8 batches with 1 sample each

# define model
model = Sequential()

model.add(Dense(100, activation='relu', input_dim=timestep))

model.add(Dense(1))
model.compile(optimizer='adam', loss='mse')

# fit model
model.fit_generator(generator, steps_per_epoch=1, epochs=200, verbose=0)

Answer 1

是的，您的模型将始终看到相同的批次，这是因为生成器在每个 epoch 后再次被调用，只有当生成器无法提供比steps_per_epoch 中指定的批次更多的批次时，您才会遇到问题。

在这种情况下，您将收到生成器已用完数据的错误。

要记住的要点是，使用生成器不会遍历所有数据库，这是因为每次启动 epoch 时都会重新初始化生成器。