keras fit_generator用于多个批次和多个输入

时间:2017-04-25 16:10:13

标签: python numpy keras

我目前正在生成一个data_generate(batch_size) batch_size作为论据。

我的网络是多输入网络,有33个形状为(45,8,3)

的输入

如果批量大小= 1,那么我可以轻松地将我的输入数据作为[33 inputs],但是当批量大小变为>时1,当我不确定如何格式化输入数据时。

执行此[[33 inputs], [33 inputs], [33 inputs] , [33 inputs], .. ,[33 inputs] ]似乎不起作用,因为keras期望列表中的第一个条目是numpy.ndarray,在这种情况下是numpy ndarray列表。

我可以给它一个numpy形状数组(33,45,8,3)的列表,所以类似于[(33,45,8,3),(33,45,8,3),(33,45,8,3),....,(33,45,8,3)]

但是当我用2测试时,这会导致此错误:

ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 33 arrays but instead got the following list of 2 arrays: [array([[[[ 3.,  4.,  4.],

那么所需的输入格式是什么?

1 个答案:

答案 0 :(得分:2)

我相信您输入的所需格式为:

33个numpy形状(batch_size, 45, 8, 3)数组的列表,第一个维度是批处理。