为何PyTorch Lightning的validation_step执行次数超出val_check_interval设定？

你的问题主要来自对PyTorch Lightning核心参数逻辑的误解，以及默认配置的额外行为，具体拆解如下：

1. 默认Sanity Check额外触发2次调用 #

PyTorch Lightning默认开启num_sanity_val_steps=2，也就是在训练正式启动前，会先跑2个验证batch的validation_step，用来验证验证流程是否正常。这2次调用是你没预期到的额外次数。

2. val_check_interval的触发逻辑依赖训练步数 #

val_check_interval=0.25的含义是每完成训练epoch的25%比例步数，触发一次完整验证，但这个逻辑的生效前提是训练集有足够的训练步数：

• 如果你的训练集batch_size设置得很大（比如训练集样本数刚好等于训练batch_size），整个训练epoch只有1个训练步数，那么0.25、0.5、0.75这三个比例对应的步数都小于1，无法触发验证，只有在完成100% epoch时才会触发1次完整验证。

3. 单次完整验证的validation_step调用次数 #

你的验证集有20个样本，eval_batch_size=4，刚好整除，所以每次完整验证会调用5次validation_step。

实际7次调用的来源 #

把上面几点叠加：训练前sanity check的2次 + 训练结束后1次完整验证的5次 = 7次，这就是你看到的结果。

如何达到预期的4次调用 #

根据你的需求，分两种场景调整：

场景1：希望整个训练过程中总共调用4次validation_step #

• 关闭sanity check：设置num_sanity_val_steps=0
• 限制验证batch数：设置limit_val_batches=4（直接限制只跑4个验证batch）

场景2：希望触发4次完整验证（每次验证调用5次，共20次） #

• 确保训练集总步数≥4：把训练batch_size调小，让训练集的总步数（训练样本数//训练batch_size）至少为4，这样val_check_interval=0.25会在每完成1/4训练步数时触发一次验证，共4次
• 可选关闭sanity check：设置num_sanity_val_steps=0避免额外调用

内容的提问来源于stack exchange，提问作者yemy