Question

我正在尝试使用fit_generator。但是我得到了错误

检查输入时出错：预期的sequence_1_input具有3 尺寸，但数组的形状为（20，28，28，1）

代码如下：

data_flow = data_generator.flow(x_train, y_train,batch_size=20) 
generate = model.fit_generator(data_flow, steps_per_epoch=1400,epochs=10)

流中的每个批次的输出为(20,28,28,1)。但是fit_generator期望3维。我该如何重塑流函数的返回值，因为它是一个生成元组的迭代器。

Answer 1

以下是一些可行的方法：

如果可能的话，可以将模型的InputShape更改为具有三个参数，例如[28,28,1]以适合数据形状，而不是两个。
您可以在创建生成器之前更改x_train和y_train的形状

x_train = tf.reshape(x_train, shape=[28,28]) # likewise for y_train

flow返回一个迭代器，因此可以使用map重塑其输出（未测试代码）

# squeeze to remove the dimension with length 1
map(lambda x, y: tf.squeeze(x), y, data_flow) 
# otherwise one can use tf.reshape
map(lambda x, y: tf.reshape(x, shape=x.shape[0:-1]), y, data_flow)

如何确定图片生成器的流返回值的大小？

1 个答案: