Keras自定义训练循环（图像+元数据输入）样本计数异常

• 迭代器重复初始化导致滞停：如果训练循环里每次step都重新创建数据集迭代器（比如iter(dataset)写在step循环内），会永远停在第一个batch。正确做法是在epoch循环外初始化一次迭代器，或者直接用for batch in dataset的方式遍历，让tf.data自动推进迭代。

• 样本计数逻辑错误：检查计算“已处理样本数”的代码——是不是把计数变量的重置逻辑写错了？比如每次step都重新赋值为batch_size，而非累加。正确的计数方式是在训练前初始化seen_samples = 0，每次处理完一个batch后，累加当前batch的实际样本数（用tf.shape(batch[0])[0].numpy()获取，避免最后一个batch样本数不足的问题）。

• 数据集缓存干扰：如果数据集使用了cache()但未正确更新，会一直读取缓存的初始batch。若不需要持久化缓存，建议去掉cache()；若必须使用，要确保每个epoch重新生成数据集并更新缓存。

• 训练循环结构错误：确认循环嵌套逻辑正确——外层是epoch循环，内层是遍历整个数据集的batch循环，而非只执行一次step就结束。示例正确结构：

  seen_samples = 0
  epochs = 10
  for _ in range(epochs):
      for img_batch, meta_batch in train_dataset:
          # 执行训练步骤（前向传播、计算损失、反向传播）
          current_batch_size = tf.shape(img_batch)[0].numpy()
          seen_samples += current_batch_size
          print(f"已处理样本数（Seen so far）: {seen_samples}")
  

内容的提问来源于stack exchange，提问作者Matthias