1）在實現自己的DataLoader過程中一般都是繼承自keras.utils.Sequence，繼承該類必須要實現__len__與__getitem__兩個函數。
2）在調用fit_generator進行訓練時，如果設置了step_per_epoch參數，則每個epoch訓練step_per_epoch個step，每個step有batch_size數據，因此每個epoch共訓練step_per_epoch*batch_size的數據。如果沒有設置step_per_epoch參數，則每個epoch訓練的step個數由__len__決定。
3）在訓練過程中step_per_epoch的個數可以大於 ceil(float(數據集圖片數量)/batch_size) ，這個數字可以認爲是遍歷一遍數據集需要的實際step數量，__len__一般也實現爲這個數字。在每遍歷過一次數據集後（確切的說是調用__len__次），會調用一次on_epoch_end()。
4）__getitem__在調用時會有一個index參數，這個參數的取值範圍就是range(__len__)的結果，index參數的值是在這個範圍內隨機給定的。因爲__len__實現的時候使用的是ceil向上取整，因此很有可能最後一個index就無法取到一組滿batch數據，因爲數據集圖片數量能夠正好整除batch_size的情況很少。如果沒有取到一組滿batch數據，此時可以返回None，或者乾脆什麼都不返回。fit_generator在檢查到是None的時候會再調用__getitem__一次。
5）所以這個地方要特別注意一點，圖片無論是訓練集還是驗證集的數量一定不能小於batch_size，因爲如果圖片數量小於batch_size，則永遠不能取到一組滿batch，程序就會進入無限循環。另一方面在計算__len__的時候，使用了ceil，那麼__len__至少大於等於1，也不存在不進入__getitem__的情況。除非數據集圖片數量是0。