Your input ran out of data； interrupting training. Make sure that your dataset or generat

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, 3000 batches). You may need to use the repeat() function when building your dataset.

history = model.fit(
    train_generator,
    steps_per_epoch=100,
    epochs=100,
    validation_data=validation_generator,
    validation_steps=50)

以上是出错代码，我使用的训练样本数为2000，验证样本数为1000，batch_size=32，出错是因为steps_per_epoch和validation_steps的取值错误。

正确取值应该为steps_per_epoc=2000/32=63，validation_steps=1000/32=32，均取上限。

计算依据：

每个轮次应该包含整个训练数据集，即每轮次2000个训练集的数据量。但这2000个数据是分批给模型的，每批32个（batch_size=32），因此需要给2000/32=63批。即

steps_per_epoch=num_training_examples/batch_size。拿这个值的上限来说。

同理validation_steps=1000/32=32

epochs:使用整个数据集训练模型的次数，我自己规定的2000个数据训练100轮，这个数据不变。

 

代码应该修改为：

history = model.fit(
    train_generator,
    steps_per_epoch=63,
    epochs=100,
    validation_data=validation_generator,
    validation_steps=32)