Question

我正在使用Keras训练CNN LSTM模型，训练完成后，我试图像微调CNN一样在测试数据上评估模型，但是这次出现了错误。

培训结束后，我尝试按照以下代码对我的测试集进行评估：

x, y = zip(*(testgenerator[i] for i in range(len(testgenerator))))

x_test, y_test = np.vstack(x), np.vstack(y)

loss, acc = Bi_LSTM.evaluate(x_test, y_test, batch_size=9)

print("Accuracy: " ,acc)
print("Loss: ", loss)

我之前曾使用此代码来评估我的微调模型，但没有问题，但是现在出现以下错误：

TypeError: object of type 'generator' has no len()

我在网上尝试了几种解决方案，例如使用len（list（generator）），但没有用。是因为我使用的是自定义生成器？在这种情况下，我该如何评估模型？

Answer 1

我认为这是问题所在

x, y = zip(*(testgenerator[i] for i in range(len(testgenerator))))

因为您在生成器对象上调用len。解决方案可能是，如果您只是创建一些计数器，将其递增并将其用作testgenerator[i]

中的索引

Answer 2

我解决此问题的方法是使用其他方法。在这种情况下，我不需要提取x，y的值：

loss, acc = Bi_LSTM.evaluate_generator(testgenerator, batch_size=9)

评估模型时Keras自定义生成器问题

2 个答案: