你好这是我用于实现具有张量流的Keras后端的CNN的代码,用于分类图像 我不知道我做错了什么部分。
git rebase --no-fork-point
但后来我收到了错误
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras import backend as K
img_width, img_height = 224, 224
train_data_dir = '/Users/CK/data/train'
validation_data_dir = '/Users/CK/data/validation'
nb_train_samples = 47000
nb_validation_samples = 47000
epochs = 50
batch_size = 10
if K.image_data_format() == 'channels_first':
input_shape = (3, img_width, img_height)
else:
input_shape = (img_width, img_height, 3)
model = Sequential()
model.add(Conv2D(12,(3,3),input_shape=input_shape))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(12,(3,3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Conv2D(12,(3,3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Flatten())
model.add(Dense(64))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))
model.compile(loss='categorical_crossentropy', optimizer = 'adam', metrics=['accuracy'])
train_datagen = ImageDataGenerator(
rescale=1. / 255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True
)
test_datagen = ImageDataGenerator(rescale=1. / 255)
train_generator = train_datagen.flow_from_directory(train_data_dir, target_size = (img_width, img_height),
batch_size=batch_size, class_mode='categorical')
validation_generator = test_datagen.flow_from_directory(validation_data_dir,target_size=(img_width, img_height),
batch_size=batch_size, class_mode='categorical')
model.fit_generator(train_generator,
steps_per_epoch=nb_train_samples// batch_size, epochs=epochs,
validation_data=validation_generator, validation_steps=nb_validation_samples // batch_size)
我如何解决问题?如果你们有帮助修复代码的细节我很感激。 thx
答案 0 :(得分:1)
这里有两个错误
PIL的ImportError
ValueError异常
我认为你的第二个依赖于第一个。为什么呢?
因为图像数据已损坏,因为它可能没有,因为缺少必需的库并且使用此数据进行验证可能导致生成器返回奇怪的值。
要首先解决,您需要通过以下命令安装PIL
# sudo does not require if you are using virtualenv
$ sudo pip install Pillow
希望你的第二个问题也能得到解决。
答案 1 :(得分:0)
您必须将文件存入train_data_dir,validation_data_dir,然后您必须将图像传入此文件。