卷积神经网络：无法遍历DirectoryIterator

Question

我正在使用Keras实现CNN图像分类器。我有一个带有训练图像的文件夹和另一个带有验证图像的文件夹，但我没有类的定义。

import numpy as np
import os
import matplotlib.pyplot as plt
%matplotlib inline
from __future__ import print_function
import keras
from keras.utils import to_categorical
from keras.preprocessing.image import ImageDataGenerator, array_to_img,img_to_array, load_img
from keras.applications import InceptionV3

conv_base = InceptionV3(weights='imagenet',
                    include_top=False,
                    input_shape=(224, 224, 3))

train_dir = 'MO444_dogs/train/'
validation_dir = 'MO444_dogs/val/'
nTrain = 600
nVal = 150

datagen = ImageDataGenerator(rescale=1./255)
batch_size = 30 
train_features = np.zeros(shape=(nTrain, 7, 7, 512))
train_labels = np.zeros(shape=(nTrain,3)) 
train_generator = datagen.flow_from_directory(
    train_dir,
    target_size=(224, 224),
    batch_size=batch_size,
    class_mode=None,
    shuffle=True)

上面的代码段可以正常使用。当我尝试使用model.predict（）函数通过网络传递图像时，问题就开始了。好吧，更确切地说，它在for循环之前开始了一段时间：

i = 0
for inputs_batch, labels_batch in train_generator:
    features_batch = conv_base.predict(inputs_batch)
    train_features[i * batch_size : (i + 1) * batch_size] = features_batch
    train_labels[i * batch_size : (i + 1) * batch_size] = labels_batch
    i += 1
    if i * batch_size >= nTrain:
        break

最后一段代码输出：

基本上train_generator变量是DirectoryIterator对象，产生numpy数组的元组。到目前为止，我认为错误可能与我没有定义类的事实有关，也许？我想可能是因为我找到了类似this的类似工作示例，但是使用文件夹定义的类，就像Keras docs解释的那样。

到目前为止，我正在寻找替代方法来完成这个循环，但也许我需要完全采用另一种方式。

谢谢或任何指示。

Answer 1

好吧，我重新检查了我的数据，看到里面有一个类模式。 Só有课程，我用它解决了这个问题。