根据tl .keras.utils. sequence官方文档，设置__len__()函数返回值的一般约定为training size / batch size。
这确保了对于单个epoch，您的模型在所有训练数据上进行一次训练。
问题-当我们在model.fit()函数中传递steps_per_epoch的值时，它是否覆盖了__len__()函数返回的值?
假设参数steps_per_epoch的值为x。我显式地在model.fit()函数中传递此参数。那么不管__len__()函数返回什么值，对于单个历元，模型是否会在x*batch_size个样本上进行训练?
是，如果您设置了batch_size和stepps_per_epoch，那么在epoch结束之前只有这些数据点将被使用。这可以用于例如在tensorflow数据集迭代器上，它没有结束，因为它被设置为使用.repeat()的inf循环。在这里，没有尽头，时代将永远继续下去。要改变这一点，您可以设置每个epoch的步骤。通常，在进行验证步骤之前，应该在整个数据集上训练epoch，所以除非必须，否则最好不要手动设置epoch。