Question

我试图建立一个具有多个输入和输出的训练模型。

此模型在单个输入和输出下效果很好，但是我收到一条错误消息。

AttributeError：'numpy.ndarray'对象没有属性'strip'

我想问题是fit_generator无法处理numpy数组。

我的健康生成器看起来像这样：

def train_model(model, X_train, X_valid, y_train, y_valid):
    """
    Train the model
    """

    checkpoint = ModelCheckpoint('model-{epoch:03d}-Hunet-LSTM-Canny_Final_bc50.h5',
                                 monitor='val_loss',
                                 verbose=0,
                                 save_best_only=True,
                                 mode='auto')


    model.compile(loss='mse', optimizer=Adam(lr=0.0001))
    X=X_train
    print(X)
    y=y_train
    print(y)

    history = model.fit_generator(batcher(data_dir, X_train, y_train, batch_size, True),
                        samples_per_epoch,
                        nb_epoch,
                        max_q_size=1,
                        validation_data=batcher(data_dir, X_valid, y_valid, batch_size, False),
                        nb_val_samples=len(X_valid),
                        callbacks=[checkpoint],
                        verbose=1)

以及Print（X_train）的结果

[['images/photo6190.jpg' 0.119999997318]
 ['images/photo8791.jpg' 0.10000000149]
 ['images/photo12711.jpg' 0.060000006109499994]
 ...
 ['images/photo9846.jpg' 0.0700000077486]
 ['images/photo10800.jpg' 0.109999999404]
 ['images/photo2733.jpg' 0.10000000149]]

并打印（y_train）

[[ 0.20000002  0.12      ]
 [ 0.30000001  0.1       ]
 [-0.19999999  0.06000001]
 ...
 [ 0.30000001  0.07000001]
 [ 0.5         0.11      ]
 [ 0.40000001  0.1       ]]

有解决的主意吗？

Answer 1

从docs，您不能简单地在fit_generator()函数中传递一个numpy数组。顾名思义，fit_generator()使用python生成器作为参数。您可以使用Keras ImageDataGenerator()生成器函数来获取生成器，也可以创建自己的自定义生成器函数，以yields和x训练对来进行

此示例示例可能会有所帮助：https://keras.io/examples/cifar10_cnn/

AttributeError：“ numpy.ndarray”对象没有属性“ strip”

1 个答案: