model.fitの引数validation_stepsでIndexErrorが出た

Question

前提・実現したいこと

kerasのmodel.fitを一部に用いて、多クラス分類に挑戦しました（１６クラス分類）。
しかし、引数のvalidation_stepsあたりでエラーメッセージIndexError: list index out of rangeが出てしまい、動かすことができません。。。
または、該当のコード以外のところに原因があるのでしょうか？？
ご教示のほどよろしくお願い致しますm(__)m

発生している問題・エラーメッセージ

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-78-7cd18013f2bc> in <module>
     42     validation_data=(X_val, Y_val),
     43     callbacks=cbs,
---> 44     verbose=verbose
     45 )

~/anaconda3/envs/prediction_lifetime/lib/python3.6/site-packages/keras/engine/training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, **kwargs)
   1037                                         initial_epoch=initial_epoch,
   1038                                         steps_per_epoch=steps_per_epoch,
-> 1039                                         validation_steps=validation_steps)
   1040 
   1041     def evaluate(self, x=None, y=None,

~/anaconda3/envs/prediction_lifetime/lib/python3.6/site-packages/keras/engine/training_arrays.py in fit_loop(model, f, ins, out_labels, batch_size, epochs, verbose, callbacks, val_f, val_ins, shuffle, callback_metrics, initial_epoch, steps_per_epoch, validation_steps)
    137     indices_for_conversion_to_dense = []
    138     for i in range(len(feed)):
--> 139         if issparse(ins[i]) and not K.is_sparse(feed[i]):
    140             indices_for_conversion_to_dense.append(i)
    141 

IndexError: list index out of range

該当のソースコード

#(以下、動かしているコードの一部です)
batch_size=128
epochs=100
verbose=1
steps_per_epoch=X_train.shape[0] // batch_size
validation_steps=X_val.shape[0] // batch_size

history = model.fit(
    steps_per_epoch=steps_per_epoch,
    epochs=epochs,
    validation_steps=validation_steps, #おそらくここがエラーの原因
    validation_data=(X_val, Y_val),
    callbacks=cbs,
    verbose=verbose
)

このコードにあるX_train,X_valの形状ですが、それぞれ
X_train : (8750, 700)
X_val : (4250, 700)
となっております。

試したこと

validation_stepsの値定義について調べて見た結果、上記のコードにある通り、valデータの大きさとbatch_sizeの商で大丈夫だ、とありましたがここではそれでもダメでした。
それでもvalidation_stepsの値がよくないみたいなので、他にも適当な値を実際に入れてみたりしましたが同様のエラーでした。

補足情報（FW/ツールのバージョンなど）

kerasのバージョンは「2.2.4」でした。

Comments

[meg_]

エラーメッセージでは
> 43 #callbacks=cbs,
ですが、コードでは
> callbacks=cbs,
です。質問のコードはエラーが発生したコードとは別のものではありませんか？

[UmiH]

見ていただきありがとうございます。
すみません、その部分はどの引数でエラーが出ているのか確かめた際のものが残ったままになっていました。それ以外の部分は同じです。しかし、この部分がコメントアウトされていなくても同じエラーが出ました。

[meg_]

model.fit()にx,yが抜けているように見えますが違いますか？

[UmiH]

ありがとうございます！
X_train,Y_trainを入れたことで先ほどのエラーは取り除かれましたm(___)m

Answer 1

解決いたしました。お力添えくださった"meg_様、ありがとうございました。

以下のサイトを参考にしていたのですが、
サイト（https://qiita.com/takurooo/items/82837e44b466e7634c98#4%E5%AD%A6%E7%BF%92）
model.fit()の引数datagen.flow()が不要だったので削除した際に、X_train,Y_trainも消えていて、そのあと書き加えることをしていませんでした。

validation_stepsは上記の求め方で合っていたようです。
そして、今回の経験から、validation_stepsにエラーが出ていても、trainがない場合、題目のようなエラーが出ることがわかりました。単純なミスでお騒がせしてしまい、申し訳ございませんでした。