Keras训练卡在第一个epoch的解决方案

一般来说，我们可以使用Keras包中的fit函数进行模型的训练，其参数如下：

Model.fit(
    x=None,
    y=None,
    batch_size=None,
    epochs=1,
    verbose="auto",
    callbacks=None,
    validation_split=0.0,
    validation_data=None,
    shuffle=True,
    class_weight=None,
    sample_weight=None,
    initial_epoch=0,
    steps_per_epoch=None,
    validation_steps=None,
    validation_batch_size=None,
    validation_freq=1,
    max_queue_size=10,
    workers=1,
    use_multiprocessing=False,
)

其中x和validation_data可以是事先加载好的数据组成的tuple——(inputs, targets)，也可以是根据Keras相关API构建的Data Generator（包括ImageDataGenerator、keras.utils.Sequence等），在训练的过程中，这些数据会按设定好的batch_size被喂给模型，从而完成train和evaluate。

当我们在使用generator向模型中输入数据的时候，在部分高版本的Keras(>2.0.0)中可能会出现第一个epoch训练结束，但是evalute过程不结束，表现为第一个epoch卡住的情况。

根据相关资料和笔者自身经验，强烈建议在调用fit函数时，显式地指出step_per_epoch和validation_steps的值，从而解决epoch卡住无法结束的问题

参考链接

https://stackoverflow.com/questions/59027150/keras-training-freezes-during-fit-generator
https://keras.io/api/models/model_training_apis/#fit-method