# fail_on_no_train_batches

Python API: `luxonis_train.callbacks.fail_on_no_train_batches`

当训练加载器没有生成批次时，停止拟合并报错。

错误消息显示当前设置所需的最小数据集大小。

## 类

### FailOnNoTrainBatches

当没有训练批次时，停止拟合的回调。

当训练数据集为空时，拟合没有训练批次。当数据集小于有效批次大小且加载器丢弃最后一个不完整的批次时，也没有训练批次。[LuxonisModel](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/core/core.md)
在设置 `trainer.skip_last_batch` 时会丢弃它。如果没有此回调，Lightning 会停止拟合并仅记录一条信息消息。

[LuxonisModel](/software-v3/ai-inference/model-source/training/luxonis-train/luxonis-train-api-reference/core/core.md)
将此回调提供给其训练器。配置中不必列出它。

#### 方法

##### on_fit_start

```python
def on_fit_start(trainer: pl.Trainer, pl_module: lxt.LuxonisLightningModule):
```

当拟合循环没有训练批次时引发错误。

Lightning 在 `trainer.fit` 开始时调用此钩子。钩子设置拟合循环的训练数据，以便 Lightning 提前计算训练批次的数量。当该数量为 `0` 时，钩子会引发错误。

当钩子可以找到这些值时，错误消息会显示它们：

 * 数据集的大小；
 * 当前设置所需的最小数据集大小；
 * 当数据集小于该最小值时，缺失样本的数量；
 * 批次大小、世界大小、加载器的 `drop_last` 和训练器的 `limit_train_batches`。

钩子从加载器或配置的 `trainer.batch_size` 读取批次大小。

参数

 * `trainer` (`pl.Trainer`): 拟合的训练器。
 * `pl_module` (`lxt.LuxonisLightningModule`): 模型。钩子读取其配置。

引发

 * `RuntimeError`: 当拟合循环没有训练批次时。
