Question

我正在尝试设计多输入keras模型。我们正在处理数学结的图像（128x128x3）。我建立了一个需要三个输入的模型。三个输入将是

1）。不旋转的结图

2）。与1相同的结，但绕其y轴旋转90度

3）。与1相同的结，但绕其x轴旋转了90度

该模型很好，可以正确编译。我遇到的问题是我正在使用fit_generator训练模型，而我似乎无法使数据生成器正常工作。这是我的数据生成器代码：

def DataGen(in1,in2,in3,in1_label,in2_label,in3_label, batch_size):

    in1 = np.array(in1)
    in1 = np.reshape(in1, (in1.shape[0],128,128,3))

    in2 = np.array(in2)
    in2 = np.reshape(in2, (in2.shape[0],128,128,3))

    in3 = np.array(in3)
    in3 = np.reshape(in3, (in3.shape[0],128,128,3))

    L = len(in1)

    batch_start = 0
    batch_end = batch_size


    gen = ImageDataGenerator(rescale=1.0/255)

    genX1 = gen.flow(in1, in1_label,  batch_size=batch_size, seed=1)
    genX2 = gen.flow(in2, in2_label, batch_size=batch_size, seed=1)
    genX3 = gen.flow(in3, in3_label, batch_size=batch_size, seed=1)
    #this line is just to make the generator infinite, keras needs that    
    while True:

        limit = min(batch_end, L)
        #in1
        X1i = genX1.next()
        print(X1i[0].shape)
        #in2
        X2i = genX2.next()
        #in3
        X3i = genX3.next()
        #print(Y.shape)
        #print(Y1.shape)
        #print(Y2.shape)
        label = np.concatenate([X1i[1],X2i[1],X3i[1]])
        #print(label.shape)
        #print(X1i[1].shape)
        yield [X1i[0],X2i[0],X3i[0]],np.array(label) #a tuple with two numpy arrays with batch_size samples     

        batch_start += batch_size   
        batch_end += batch_size

        if batch_start > L - batch_size:
            batch_start = 0
            batch_end = batch_size

如果我使用此代码运行神经网络，它将生成以下错误消息：

Input arrays should have the same number of samples as target arrays. Found 30 input samples and 90 target samples.

这让我觉得我不应该连接标签，而只是返回标签列表以及批次列表...如果我得到以下内容

yield [X1i[0],X2i[0],X3i[0]],[X1i[1],X2i[1],X3i[1]]

我收到以下错误消息：

Error when checking model target: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 1 array(s), but instead got the following list of 3 arrays: [array([[0., 1., 0.],
   [0., 0., 1.],
   [1., 0., 0.],
   [0., 1., 0.],
   [1., 0., 0.],
   [1., 0., 0.],
   [0., 0., 1.],
   [1., 0., 0.],
   [0., 1., 0.],
   [0....

所以我不知道该怎么办。该模型有45,000个输入图像，三个输入中的每一个都有15,000个。该模型还将具有45,000个验证图像，每个输入还有15,000个验证图像。

每个输入（15,000张图像集）都有一个具有以下结构的相应标签：列表的前5,000个元素=标签0，列表的后5,000个元素=标签1，列表的前5,000个元素=标签2。标签也全部是One编码的。

任何建议都将不胜感激。

我的数据生成器基于： https://stackoverflow.com/a/49405175/5432071

我的Jupyter笔记本代码可以在这里查看： https://uofstthomasmn-my.sharepoint.com/:u:/g/personal/ward0001_stthomas_edu/EcHhuXpXl1VJu8yKZaWRdKkBdwVrD6AEs3hd4Kuwk2Cl3g?e=tlQTGx

对于Jupyer笔记本电脑链接，您将必须单击该链接，然后单击下载...，因为html文件将不会显示在一个驱动器上。

总结我的问题：多输入模型的数据生成器有什么问题？

谢谢。

为多输入Keras模型设计数据生成器的正确方法是什么？

0 个答案: