更新：

Question

from keras import *
import os
import numpy as np
from keras.models import Sequential
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.preprocessing.image import ImageDataGenerator
from keras.layers import Convolution2D, MaxPooling2D, ZeroPadding2D
from keras import optimizers
#from parser import load_data # data loading

# Collecting data:
img_width, img_height = 150, 150
training_data_dir = "train"
testing_data_dir = "test"

# used to rescale the pixel values from [0, 255] to [0, 1] interval
datagen = ImageDataGenerator(rescale=1./255)

# automagically retrieve images and their classes for train and validation sets
train_generator = datagen.flow_from_directory(
        training_data_dir,
        target_size=(img_width, img_height),
        batch_size=16,
        class_mode='binary')

test_generator = datagen.flow_from_directory(
        testing_data_dir,
        target_size=(img_width, img_height),
        batch_size=32,
        class_mode='binary')

# Building model:
model = Sequential()
model.add(Convolution2D(32, 3, 3, input_shape=(img_width, img_height,3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Convolution2D(32, 3, 3))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Convolution2D(64, 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="binary_crossentropy",
              optimizer="rmsprop",
              metrics=["accuracy"])

#  Training model:
nb_epoch = 30
nb_train_samples = 2048
nb_validation_samples = 832

model.fit_generator(
        train_generator,
        samples_per_epoch=nb_train_samples,
        nb_epoch=nb_epoch,
        validation_data=test_generator,
        nb_val_samples=nb_validation_samples)

这是我的CNN代码，它使用来自训练和测试文件夹的图像进行训练。但是，每当我尝试对其进行培训时，该程序似乎始终陷于时代1/30，我将其留在了整整8个小时的时间里，却完全没有进展，我可以尝试任何修复措施吗？

更新：

我的代码当前输出为：

使用TensorFlow后端。找到属于0类的0个图像。找到属于0类的0个图像。 image_classifiy.py:78：用户警告：将您的fit_generator调用更新为Keras 2 API：fit_generator(<keras_pre..., epochs=30, validation_data=<keras_pre..., validation_steps=832, steps_per_epoch=128) steps_per_epoch = 128）时代1/30

Answer 1

通过解码“找到的0个图像属于0个类别”，可以得出结论，没有创建每个类别的子目录。在keras中，每个类都必须有一个文件夹，并且该文件夹中必须包含图像。因此，请确保在train和test文件夹中为每个类创建子目录。

Python Keras-CNN停留在纪元1

更新：

1 个答案: