为什么验证数据很小？

Question

当我使用以下代码将图像数据集分解为训练和验证时：

datagen_kwargs = dict(rescale=1./255, validation_split=.20)
valid_datagen = tf.keras.preprocessing.image.ImageDataGenerator(**datagen_kwargs)
valid_generator = valid_datagen.flow_from_directory(
  TRAINING_DATA_DIR,
  subset="validation",
  shuffle=True,
  target_size=IMAGE_SHAPE
)
train_datagen = tf.keras.preprocessing.image.ImageDataGenerator(**datagen_kwargs)
train_generator = train_datagen.flow_from_directory(
  TRAINING_DATA_DIR,
  subset="training",
  shuffle=True,
  target_size=IMAGE_SHAPE)

我得到以下输出：“找到属于 5 个类别的 1997 年图像。 找到属于 5 个类别的 7999 个图像。”

所以我的验证数据有 1997 个图像，训练数据有 7999 个图像。

现在，我尝试使用我训练的模型对验证数据进行预测。我使用 val_image_batch, val_label_batch = next (iter(valid_generator)) 当我打印 val_image_batch 或的长度时提取图像和标签。 val_label_batch 我得到的是 32，而不是 1997 -

我想对整个验证数据进行预测，而不仅仅是 32 个图像。有人可以帮我解决这个问题吗

？一个href="https://medium.com/analytics-vidhya/create-tensorflow-image-classification-model-with-your-own-dataset-in-google-colab-63e9d7853a3e" rel="nofollow noreferrer">文章< /a> 寻求帮助。