您输入的数据用完了；中断训练。确保您的数据集或生成器至少可以生成 `steps_per_epoch答案

【问题标题】：Your input ran out of data; interrupting training. Make sure that your dataset or generator can generate at least `steps_per_epoch您输入的数据用完了；中断训练。确保您的数据集或生成器至少可以生成 `steps_per_epoch
【发布时间】：2020-10-12 11:33:16
【问题描述】：

当我训练我的自动驾驶汽车模型时，它在第一个时期给了我错误。虽然当我减少 batch_size 它工作正常。但这并没有给我想要的准确性。

我正在 Google Collab 中训练我的模型。

张量流版本 2.3.1

错误：

WARNING:tensorflow:Your input ran out of data; interrupting training. Make sure that your dataset or generator can generate at least `steps_per_epoch * epochs` batches (in this case, 20000 batches). You may need to use the repeat() function when building your dataset.

我的代码：

def modified_model():
  model = Sequential()
  model.add(Conv2D(60, (5, 5), input_shape=(32, 32, 1), activation='relu'))
  model.add(Conv2D(60, (5, 5), activation='relu'))
  model.add(MaxPooling2D(pool_size=(2, 2)))
  
  model.add(Conv2D(30, (3, 3), activation='relu'))
  model.add(Conv2D(30, (3, 3), activation='relu'))
  model.add(MaxPooling2D(pool_size=(2, 2)))
  
  model.add(Flatten())
  model.add(Dense(500, activation='relu'))
  model.add(Dropout(0.5))
  model.add(Dense(43, activation='softmax'))
  
  model.compile(Adam(lr = 0.001), loss='categorical_crossentropy', metrics=['accuracy'])
  return model
model = modified_model()
print(model.summary())

history = model.fit_generator(datagen.flow(X_train, y_train, batch_size=50),
                            steps_per_epoch=2000,
                            epochs=10,
                            validation_data=(X_val, y_val), shuffle = 1)

【问题讨论】：

当使用生成器时，让模型计算出实际上有多少步才能覆盖一个时期，否则你将不得不计算steps_per_epoch=(data_samples/batch_size)。尝试不带 step_per_epoch 参数运行
谢谢。它正在工作
@sai 请考虑将此作为答案发布，以便 OP 可以接受并解决问题。
新手，谢谢提及！ @desertnaut
欢迎来到 SO；如果答案解决了您的问题，请接受 - 请参阅What should I do when someone answers my question?

标签： python tensorflow machine-learning keras

【解决方案1】：

当使用生成器时，让模型计算出实际上有多少步才能覆盖一个时期，否则您将不得不计算 steps_per_epoch=(data_samples/batch_size)。尝试不带step_per_epoch 参数运行

【讨论】：