用于创建CNN的Keras

Question

我正在与Keras合作建立我自己的CNN，以识别猫和狗。我创建了一个名为“ cats-and-dogs”的文件夹。该文件夹与我的jupyter笔记本位于同一目录（ “猫和狗” 文件夹和 Keras.ipynb < / strong>笔记本都在Anaconda3文件夹中）。现在文件夹的另一棵树看起来像这样：

猫和狗/
| _______________ train /
| _______________ | _______猫/
| _______________________ | _____ 1.jpg
| _______________________ | _____ 2.jpg
| _______________________ | _____...
| _______________ | _______狗/
| _______________________ | _____ 21.jpg
| _______________________ | _____ 22.jpg
| _______________________ | _____...
| _______________ test /
| _______________ | _______猫/
| _______________________ | _____ 41.jpg
| _______________________ | _____ 42.jpg
| _______________________ | _____...
| _______________ | _______狗/
| _______________________ | _____ 61.jpg
| _______________________ | _____ 62.jpg
| _______________________ | _____...
| _______________有效/
| _______________ | _______猫/
| _______________________ | _____ 81.jpg
| _______________________ | _____ 82.jpg
| _______________________ | _____...
| _______________ | _______狗/
| _______________________ | _____ 101.jpg
| _______________________ | _____ 102.jpg
| _______________________ | _____...
Keras.ipynb
| ____
| ____
...

我给出错误的代码是：

train_batches = ImageDataGenerator（）。flow_from_directory（'cats-and-dogs / train'，target_size =（224,224），classes = ['dog'，'cat']，batch_size = 10）

预期输出： ：发现了2个类的80个图像。
实际输出： 找到0个属于2类的图像。

Answer 1

您正在将classes参数设置为classes=['dog','cat']，这将查找dog和cat文件夹，但是您的文件夹分别称为dogs和{{ 1}}，因此没有图像是有道理的。

要么删除生成器的cats参数以自动检测类名称，要么输入与您的文件夹名称匹配的正确的类名称。