[python]kerasでの画像認識が終了しない

Question

###問題点

kerasによる画像認識を拝見し，実際にソース，使用した画像をそのまま流用して実行しました．
しかし，1エポックが終了する時になっても次のエポックに移行ない問題が発生しました．
CPUなどを見ても動作してるようには思えるのですが一向に移行しません．
考えられる問題などは何がありますか？

###該当のソースコード

from keras.applications.inception_v3 import InceptionV3
from keras.applications.inception_v3 import preprocess_input
from keras.models import Sequential, Model
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Convolution2D, MaxPooling2D, ZeroPadding2D, GlobalAveragePooling2D, AveragePooling2D
from keras.preprocessing.image import ImageDataGenerator
from keras.callbacks import ModelCheckpoint, CSVLogger, LearningRateScheduler, ReduceLROnPlateau
from keras.optimizers import SGD
from keras.regularizers import l2
import matplotlib.image as mpimg
from scipy.misc import imresize
import numpy as np
import keras.backend as K
import math

K.clear_session()
img_size=299
#訓練データ拡張
train_datagen = ImageDataGenerator(
        featurewise_center=False,
        samplewise_center=False,
        featurewise_std_normalization=False,
        samplewise_std_normalization=False,
        rotation_range=10,
        width_shift_range=0.2,
        height_shift_range=0.2,
        horizontal_flip=True,
        vertical_flip=False,
        zoom_range=[.8, 1],
        channel_shift_range=30,
        fill_mode='reflect')

test_datagen = ImageDataGenerator()

#画像の読み込み
def load_images(root,nb_img):
    all_imgs = []
    all_classes = []

    for i in range(nb_img):
        img_name = "%s/dog.%d.jpg" % (root, i + 1)
        img_arr = mpimg.imread(img_name)
        resize_img_ar = imresize(img_arr, (img_size, img_size))
        all_imgs.append(resize_img_ar)
        all_classes.append(0)
    for i in range(nb_img):
        img_name = "%s/cat.%d.jpg" % (root, i + 1)
        img_arr = mpimg.imread(img_name)
        resize_img_ar = imresize(img_arr, (img_size, img_size))
        all_imgs.append(resize_img_ar)
        all_classes.append(1)
    return np.array(all_imgs), np.array(all_classes)

X_train, y_train = load_images('./train', 1000)
X_test, y_test = load_images('./train', 400)
train_generator = train_datagen.flow(X_train, y_train, batch_size=64, seed = 13)
test_generator = test_datagen.flow(X_test, y_test, batch_size=64, seed = 13)

#Inception v3モデルの読み込み。最終層は読み込まない
base_model = InceptionV3(weights='imagenet', include_top=False)
#最終層の設定
x = base_model.output
x = GlobalAveragePooling2D()(x)
predictions = Dense(1, kernel_initializer="glorot_uniform", activation="sigmoid", kernel_regularizer=l2(.0005))(x)

model = Model(inputs=base_model.input, outputs=predictions)

#base_modelはweightsを更新しない
for layer in base_model.layers:
    layer.trainable = False

opt = SGD(lr=.01, momentum=.9)
model.compile(optimizer=opt, loss='binary_crossentropy', metrics=['accuracy'])

checkpointer = ModelCheckpoint(filepath='model.{epoch:02d}-{val_loss:.2f}.hdf5', verbose=1, save_best_only=True)
csv_logger = CSVLogger('model.log')

reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.2,
                  patience=5, min_lr=0.001)

history = model.fit_generator(train_generator,
                    steps_per_epoch=2000,
                    epochs=10,
                    validation_data=test_generator,
                    validation_steps=800,
                    verbose=1,
                    callbacks=[reduce_lr, csv_logger, checkpointer])

###追記
1エポックが終了する時と判断したのは，次のように出力された状態で止まるためです(適当にstep減らしてます)．
ここから一向に処理が進まないにも関わらず（1エポック終了時に作成するhdf5ファイルなども作成されない），CPUなどはしっかり動いています．

Epoch 1/2
1/5 [=====>........................] - ETA: 264s - loss: 0.7831 - acc: 0.6094
2/5 [===========>..................] - ETA: 154s - loss: 0.7622 - acc: 0.5859
3/5 [=================>............] - ETA: 85s - loss: 0.7396 - acc: 0.5729 
4/5 [=======================>......] - ETA: 38s - loss: 0.7270 - acc: 0.5703

Answer 1

epochs = 3
batch_size = 64
nb_train_samples = 2000
nb_validation_samples = 800
とし，fit_generator部分を

history = model.fit_generator(train_generator,
                    steps_per_epoch=nb_train_samples // batch_size,
                    epochs=epochs,
                    validation_data=test_generator,
                    validation_steps=nb_validation_samples // batch_size,
                    verbose=1,
                    callbacks=[reduce_lr, csv_logger, checkpointer])

以上のように変更することで動くようになりました．

Answer 2

1エポックが終了する時になっても次のエポックに移行ない問題が発生しました．

これはログのプログレスバー上でのことでしょうか？
もしログのプログレスバーのことでしたら単純に切り替わるまでに時間がかかっているだけかもしれません。

https://github.com/fchollet/keras/tree/master/examples
Exampleでの挙動はどのようになりますか？

Comments

[sayaka1202]

切り替わる時間がそこまで長いものなんでしょうか？3時間ほど放置してみたりはしたんですが･･･
Exampleのcifar10_cnn.pyを実行してみましたがこちらですと正常に次のエポックに移行しました．

[hiko1129]

かなり長いですね。
一応実行環境について教えていただけますか？

[sayaka1202]

Windows7でAnaconda使ってます
Python 3.5.4
keras 2.0.6
Tensorflow 1.3.0