我原本以为steps_per_epoch可以设定为样本总数除以批次大小，这样每个epoch就能看到所有样本，但显示的数字让我觉得它训练的样本远少于这个数量。（如果我正确理解了这个链接：https://stanford.edu/~shervine/blog/keras-how-to-generate-data-on-the-fly）这里是相关代码行（我明确写出了样本数量）
model.fit_generator( train_generator, steps_per_epoch= 2451 // BATCH_SIZE, epochs=10)但训练过程的输出显示类似153/154的数字，而我的数据集超过3000个样本。因此，到底什么是steps_per_epoch？在当前状态下，我的模型在每个epoch中是否看到了所有样本？如果没有，我该如何纠正这个问题？
Epoch 1/10153/153 [==============================] - 34s 225ms/step - loss: -0.4054 - dice_coef: 0.4054 - binary_accuracy: 0.2559 - acc: 0.2559Epoch 2/10回答：
你是对的，步骤数应该等于total_dataset/batch_size，但不一定要这样做（你可以设置任何数量），这里有三种可能的情况：
No_of_step = total_dataset/batch_size– 在一个epoch中，模型只会看到每张图像（数据）一次。No_of_step < total_dataset/batch_size– 模型无法看到所有图像，会有一些图像被遗漏。No_of_step > total_dataset/batch_size– 有些图像会在网络中被传递超过一次。
注意：如果shuffle = True，很难猜到哪些图像被遗漏或重复了。
