在Keras的文档中，fit_generator中的steps_per_epoch表示：

从生成器中产出样本批次的总步数，用于声明一个epoch结束并开始下一个epoch。

我想知道如果我有一个无限的生成器，那么当我进入下一个epoch时，我应该从哪里开始？我是继续上次的位置，还是从第一个样本重新开始？

回答：

这取决于你生成器的定义。实际上，如果你有一个无限产出批次的生成器，那么你必须确保它被定义为在遍历完所有样本（即一个epoch）后回到起始点（即在一个epoch中我们不会重复生成样本）。例如，这样的生成器的一个粗略草图如下：

def my_gen(x_train, y_train, batch_size):    n_samples = x_train.shape[0]    n_steps = np.ceil(n_samples // batch_size)    while True:        # 一个epoch：遍历所有样本        for i in range(n_steps):            # 最后一个批次可能少于batch_size个样本            if (i+1) * batch_size > n_samples:                x = x_train[i * batch_size:]                y = y_train[i * batch_size:]            else:                  x = x_train[i * batch_size : (i+1) * batch_size]                y = y_train[i * batch_size : (i+1) * batch_size]            yield x, y