import keras.backend as K
from keras.optimizers import Adam
from keras.losses import binary_crossentropy
## intersection over union
def IoU(y_true, y_pred, eps=1e-6):
print(type(y_true))
print(y_true)
if np.max(y_true) == 0.0:
return IoU(1-y_true, 1-y_pred) ## empty image; calc IoU of zeros
intersection = K.sum(y_true * y_pred, axis=[1,2,3])
union = K.sum(y_true, axis=[1,2,3]) + K.sum(y_pred, axis=[1,2,3]) - intersection
return -K.mean( (intersection + eps) / (union + eps), axis=0)
def fit():
seg_model.compile(optimizer=Adam(1e-3, decay=1e-6), loss=IoU, metrics=['binary_accuracy'])
step_count = min(MAX_TRAIN_STEPS, train_df.shape[0]//BATCH_SIZE)
aug_gen = create_aug_gen(make_image_gen(train_df))
loss_history = [seg_model.fit_generator(aug_gen,
steps_per_epoch=step_count,
epochs=MAX_TRAIN_EPOCHS,
validation_data=(valid_x, valid_y),
callbacks=callbacks_list,
workers=1 # the generator is not very thread safe
)]
return loss_history
while True:
loss_history = fit()
if np.min([mh.history['val_loss'] for mh in loss_history]) < -0.2:
break
我从这段代码中得到了这个错误
--------------------------------------------------- ---------------------------- NotImplementedError Traceback（最近的调用 最后） 14 15，而True： ---> 16 loss_history = fit（） 17如果np.min（[mh.history ['val_loss'] for mh in loss_history]）<-0.2： 18休息
in fit（） 1 def fit（）： ----> 2 seg_model.compile（optimizer = Adam（1e-3，衰减= 1e-6），损失= IoU，指标= ['binary_accuracy']） 3 4步数=最小值（MAX_TRAIN_STEPS，train_df.shape [0] // BATCH_SIZE） 5 aug_gen = create_aug_gen（make_image_gen（train_df））
〜/ venv / lib / python3.7 / site-packages / keras / backend / tensorflow_backend.py 在symbolic_fn_wrapper（* args，** kwargs）中 73如果_SYMBOLIC_SCOPE.value： 74与get_graph（）。as_default（）： ---> 75 return func（* args，** kwargs） 其他76个： 77 return func（* args，** kwargs）
〜/ venv / lib / python3.7 / site-packages / keras / engine / training.py在 编译（自我，优化程序，损失，指标，loss_weights， sample_weight_mode，weighted_metrics，target_tensors，** kwargs） 第227节 228＃层损失。 -> 229 self.total_loss = self._prepare_total_loss（掩码） 230 231＃用于训练，测试和预测的功能
〜/ venv / lib / python3.7 / site-packages / keras / engine / training.py在 _prepare_total_loss（自我，面具） 690 第691章 -> 692 y_true，y_pred，sample_weight = sample_weight） 693 第694章没钱了
〜/ venv / lib / python3.7 / site-packages / keras / losses.py，致电（自我， y_true，y_pred，sample_weight） 69 scope_name ='lambda'如果self.name ==''else self.name 70与K.name_scope（scope_name）： ---> 71损失= self.call（y_true，y_pred） 72 return loss_utils.compute_weighted_loss（ 73个损失，sample_weight，reduction = self.reduction）
〜/ venv / lib / python3.7 / site-packages / keras / losses.py在通话中（self， y_true，y_pred） 每个样品130损失值。 131“”“ -> 132返回self.fn（y_true，y_pred，** self._fn_kwargs） 133 134 def get_config（）：
IoU中的（y_true，y_pred，eps） 5 ##联合路口 6 def IoU（y_true，y_pred，eps = 1e-6）： ----> 7如果np.max（y_true）== 0.0： 8 return IoU（1-y_true，1-y_pred）##空图片；计算IoU零 9个交点= K.sum（y_true * y_pred，axis = [1,2,3]）
<< strong> array_function internals> in amax（* args，** kwargs）
〜/ venv / lib / python3.7 / site-packages / numpy / core / fromnumeric.py在 amax（a，轴，出，keepdims，初始位置）2619“”“ 2620
return _wrapreduction（a，np.maximum，'max'，axis，None，out， -> 2621 keepdims = keepdims，initial = initial，where = where）2622 2623〜/ venv / lib / python3.7 / site-packages / numpy / core / fromnumeric.py在 _wrapreduction（obj，ufunc，method，axis，dtype，out，** kwargs） 88折返幅度减少（轴=轴，输出=出，** passkwargs） 89 ---> 90 return ufunc.reduce（obj，axis，dtype，out，** passkwargs） 91 92
〜/ venv / lib / python3.7 / site-packages / tensorflow_core / python / framework / ops.py 在数组中（自己） 734 def 数组（个体）： 735提高了NotImplementedError（“无法将符号张量（{}）转换为小数” -> 736“数组。”。format（self.name）） 737 738分 len （自己）：
NotImplementedError：无法转换符号张量 （up_sampling2d_5_target_1：0）转换为numpy数组。