tf.keras自定义Sequence数据生成器无法获取最后不完整批次求助

AI 小北

2026-10-2

问题原因

__len__方法使用向下取整计算批次数量，直接舍去了不足一个batch的剩余样本
__getitem__索引截取未做边界判断，最后一个批次如果样本不足会出现索引越界
__data_generation方法固定按完整batch size初始化数组，无法适配最后一个小批次的实际尺寸

修复方案

1. 修改`len`方法，使用向上取整计算总批次

把原代码：

def __len__(self):
    'Denotes the number of batches per epoch'
    num_batchs_per_epoch = int(np.floor(len(self.list_IDs) / self.batch_size))
    return num_batchs_per_epoch

修改为：

def __len__(self):
    'Denotes the number of batches per epoch'
    num_batchs_per_epoch = int(np.ceil(len(self.list_IDs) / self.batch_size))
    return num_batchs_per_epoch

2. 修改`getitem`的索引边界判断，防止越界

把原代码：

end = (index+1)*self.batch_size

修改为：

end = min((index+1)*self.batch_size, len(self.indexes))

3. 修改`__data_generation`方法，按当前批次实际样本数初始化数组

把原代码：

X = np.empty((self.batch_size, 3, *self.dim, self.n_channels))
y1 = np.empty((self.batch_size), dtype=float)
y2 = np.empty((self.batch_size), dtype=int)

修改为：

current_batch_size = len(list_IDs_temp)
X = np.empty((current_batch_size, 3, *self.dim, self.n_channels))
y1 = np.empty((current_batch_size), dtype=float)
y2 = np.empty((current_batch_size), dtype=int)