嘿，先给你吃颗定心丸：你的水果分类模型已经成功完成训练啦！从运行日志能看到训练全量步数跑完，训练精度0.86、验证精度接近100%，而且进程最后是正常退出的（Process finished with exit code 0）。那个让你困惑的警告只是TensorFlow内部资源清理时的小插曲，完全没影响模型训练的结果。

警告原因分析 #

这个Error occurred when finalizing GeneratorDataset iterator: Cancelled: Operation was cancelled警告，本质是TensorFlow训练结束后的线程同步小问题：

• 你设置了workers=10启用多线程加载数据，当训练完成后主线程会提前终止部分仍在运行的子线程，导致迭代器的关闭操作被取消，从而抛出这个警告。
• 这是你使用的旧版TensorFlow（2020年的版本）的已知小bug，不影响模型的训练、保存和后续使用。

消除警告的解决方法 #

你可以尝试下面几种方案让这个警告消失：

1. 调整多线程数量 #

减少fit()中的workers参数值，避免过多线程引发资源竞争：

fruit_model = model.fit(train_gen, epochs=1, verbose=1, validation_data=val_gen, workers=4)
# 也可以尝试workers=1的单线程模式，彻底避免线程同步问题

2. 训练后手动关闭生成器 #

在训练完成后，显式调用生成器的close()方法，帮助TensorFlow正确释放资源：

fruit_model = model.fit(train_gen, epochs=1, verbose=1, validation_data=val_gen, workers=10)
# 训练结束后手动关闭数据生成器
train_gen.close()
val_gen.close()

3. 升级TensorFlow版本 #

这个迭代器关闭的问题在TensorFlow 2.5及以后的版本中已经被官方修复。如果你的环境允许，可以升级到较新的稳定版本：

pip install --upgrade tensorflow

代码小瑕疵提醒 #

另外我注意到一个小细节：你创建验证集生成器时，不小心用了training_datagen而不是定义好的validation_datagen：

# 当前代码
val_gen = training_datagen.flow_from_directory(val_dir, target_size=(150, 150), class_mode="categorical")
# 建议修正为
val_gen = validation_datagen.flow_from_directory(val_dir, target_size=(150, 150), class_mode="categorical")

不过因为两个生成器都只做归一化处理，这个小问题不会影响模型功能，只是代码逻辑上更严谨的话建议修正。

内容的提问来源于stack exchange，提问作者Rick Astley