我的生成器总是从我的数据集中随机生成两个图像，然后使用这两个样本计算损失。假设我设置steps_per_epoch=40和epochs=5，如果我设置steps_per_epoch=5和epochs=40（我使用Adam作为我的优化器）有什么区别？
epochs参数（也称为迭代）是指整个训练数据的完整传递次数。 steps_per_epoch参数指的是在一个时期内生成的批次数。因此我们有steps_per_epoch = n_samples / batch_size。
例如，如果我们有1000个训练样本，并且我们将批量大小设置为10，那么我们有steps_per_epoch = 1000 / 10 = 100。无论批量大小或epochs的值如何，都可以设置steps_per_epoch。
批量大小没有明确的值适用于所有方案。通常，非常大的批量大小会减慢培训过程（即模型需要更多时间才能收敛到解决方案），而非常小的批量大小可能无法充分利用可用资源（即GPU和CPU） 。通常的值包括32,64,128,256,512（2的幂有助于更快的GPU内存分配）。此外，here is an answer on SO涉及此问题，其中包括相关书籍和论文的引用。或者看一下this question及其在Cross上的答案验证，以获得更完整的批量大小定义。