Question

我是机器学习的初学者，目前正在尝试将VGG net应用于我的神经网络

我正面临着这样的错误

listdir：路径应为字符串，字节，os.PathLike或无，而不是ImageDataGenerator

我目前使用Jupyter笔记本作为编辑器，这是我遇到错误的代码

from tensorflow.keras.preprocessing.image import ImageDataGenerator
#Training Set
train_set = train_datagen.flow_from_directory('train')

#Training Set
valid_set = train_datagen.flow_from_directory('test')


train_size, validation_size, test_size = 200, 100, 100
img_width, img_height = 224, 224  # Default input size for VGG16

# Extract features
import os, shutil


datagen = ImageDataGenerator(rescale=1./255)
batch_size = 32

def extract_features(directory, sample_count):
    features = np.zeros(shape=(sample_count, 7, 7, 512))  # Must be equal to the output of the convolutional base
    labels = np.zeros(shape=(sample_count))
    # Preprocess data
    generator = datagen.flow_from_directory(directory,
                                            target_size=(img_width,img_height),
                                            batch_size = batch_size,
                                            class_mode='categorical')
    # Pass data through convolutional base
    i = 0
    for inputs_batch, labels_batch in generator:
        features_batch = conv_base.predict(inputs_batch)
        features[i * batch_size: (i + 1) * batch_size] = features_batch
        labels[i * batch_size: (i + 1) * batch_size] = labels_batch
        i += 1
        if i * batch_size >= sample_count:
            break
    return features, labels

train_features, train_labels = extract_features(train_set, train_size)  # Agree with our small dataset size
validation_features, validation_labels = extract_features(validation_dir, validation_size)
test_features, test_labels = extract_features(test_dir, test_size)

这是发生的错误

找到714个属于10个类别的图像。找到100张图像属于

10堂课。 -------------------------------------------------- ------------------------- TypeError跟踪（最近的呼叫最后） 36个返回特征，标签 37 ---> 38 train_features，train_labels = extract_features（train_set，train_size）＃同意我们小的数据集大小 39validation_features，validation_labels = extract_features（validation_dir，validation_size） 40个test_features，test_labels = extract_features（test_dir，test_size）

在extract_features（目录， sample_count） 24 target_size =（img_width，img_height）， 25 batch_size = batch_size， ---> 26 class_mode ='categorical'） 27＃通过卷积基传递数据 28我= 0

〜\ Anaconda3 \ envs \ tensorflow_cpu \ lib \ site-packages \ keras_preprocessing \ image \ image_data_generator.py 在flow_from_directory（自身，目录，target_size，color_mode，类，class_mode，batch_size，随机播放，种子，save_to_dir， save_prefix，save_format，follow_links，子集，插值） 538 follow_links = follow_links， 539个子集=子集 -> 540插值=插值 541） 542

〜\ Anaconda3 \ envs \ tensorflow_cpu \ lib \ site-packages \ keras_preprocessing \ image \ directory_iterator.py in init （自身，目录，image_data_generator，target_size， color_mode，类，class_mode，batch_size，随机播放，种子， data_format，save_to_dir，save_prefix，save_format，follow_links，子集，插值，dtype） 104如果不是课程： 105个班级= [] -> 106 for subdir在sorted（os.listdir（directory））中： 107如果os.path.isdir（os.path.join（directory，subdir））： 108个类.append（subdir）

TypeError：listdir：路径应为字符串，字节，os.PathLike或无，不是DirectoryIterator

Answer 1

您正在将数据生成器传递给另一数据生成器，在此行：

generator = datagen.flow_from_directory(directory,
                                        target_size=(img_width,img_height),
                                        batch_size = batch_size,
                                        class_mode='categorical')

第一个参数，目录，应该是目录，而不是数据生成器，它应该类似于：'path / to / my / train_set /'。我猜这只是您的“培训”，因为您将它们与笔记本放在同一文件夹中。

TypeError：listdir：路径应为字符串，字节，os.PathLike或无，而不是DirectoryIterator

1 个答案: