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

出错原因：

       每个轮次应该包含整个训练数据集。epochs:使用整个数据集训练你的模型的次数。

       由于内存限制，需要分批训练，而不是一次性加载所有内容。

       因此批处理数*批次大小=总数训练个样本数，即steps_per_epoch*batch_size=num_training_examples

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

       对于我的情况，2000/32=63，同理validation_steps=1000/32=32

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)