如何在keras生成器中使用NN？

Question

我正在设置一个fit_generator来训练keras的DNN。但是不知道如何在此生成器中使用CNN。

基本上，我有一个使用完全连接的卷积网络（我们可以将其命名为GEN-NET）的预训练图像生成器。现在，我想在我的fit_generator中使用此Fully-CNN生成无限数量的图像，以在keras中训练另一个分类器（称为CLASS-NET）。但这总是使我的培训崩溃，并且错误消息是：

  

ValueError：Tensor Tensor（“ decoder / transform_output / mul：0”，shape =（?, 128，128，1），dtype = float32）不是此图的元素。

此“ decoder / transform_output / mul：0”是我的CNN GEN-NET的输出。

所以我的问题是我可以在fit_generator中使用基于CNN的GEN-NET来训练GLASS-NET还是在keras中不允许使用？

Answer 1

Keras真的不喜欢在单个会话中运行两个单独的模型。您可以在使用模型后使用tensorflow，但这会产生大量开销！

做到这一点的最佳方法，恕我直言，是先生成这些图像，然后使用生成器加载它们。基本上将您的程序分为两个单独的程序。

否则，如果您使用tf.Session作为后端，则可能有一种方法可以通过切换<div class="news" *ngFor="let post of list"> <mat-accordion class="accordion"> <mat-expansion-panel> <mat-expansion-panel-header> <mat-panel-title >{{post.title}}</mat-panel-title> <div class="w3-right"> <mat-panel-title >{{post.date}}</mat-panel-title> </div> </mat-expansion-panel-header> {{post.description}} <app-gallery [postno]={{post.pNo}}></app-gallery> </mat-expansion-panel> </mat-accordion> </div> 上的默认图形来实现，您可以使用Google，但我不建议这样做！ ：）

Answer 2

似乎您可能将事情弄混了！除非您使用预训练的网络进行预测，否则需要对CNN（卷积神经网络）进行数据训练。如果您要训练CNN，可以使用fit()或fit_generator()函数进行。如果直接输入数据，请使用fit()；如果数据是由Image Data Generators处理的，请使用fit_generator()。如果您仅加载经过预训练的模型/权重以进行预测，则无需使用任何拟合函数，因为无需进行训练。