Question

当我运行此代码时：

x_train = tfds.load('ucf101', split='train', shuffle_files=True, batch_size = 64)

dim = lambda x: x['video'][:,30:40, ...]
x_train = x_train.map(dim)

model.compile(loss='mse',
              optimizer=tf.keras.optimizers.Adam(1e-4),
              metrics=['accuracy'])

checkpoint_path = "training_1/cp.ckpt"
checkpoint_dir = os.path.dirname(checkpoint_path)

# Create a callback that saves the model's weights
cp_callback = tf.keras.callbacks.ModelCheckpoint(filepath=checkpoint_path,
                                                 save_weights_only=True,
                                                 verbose=1)

history = model.fit(x_train, x_train,
                    epochs=100,
                    verbose=1,
                    callbacks=[cp_callback])

我收到错误消息：

ValueError: You passed a dataset or dataset iterator (<MapDataset shapes: (None, None, 256, 256, 3), types: tf.uint8>) as input x to your model. In that case, you should not specify a target ( y ) argument, since the dataset or dataset iterator generates both input data and target data. Received: <MapDataset shapes: (None, None, 256, 256, 3), types: tf.uint8>

这是一个自动编码器，因此有意提供x_train作为输入和目标。 MapDataset的尺寸为（批，框架，高度，宽度，RGB），并且不包含任何目标数据。

Answer 1

通过https://www.tensorflow.org/api_docs/python/tf/keras/Model：

如果x是数据集，生成器或keras.utils.Sequence实例，则不应指定y（因为将从迭代器/数据集获取目标）。

如果要使用model.fit（），则需要在tf.data数据集中指定目标，该目标可能类似于：

object.vpnPort = response.data

使用数据集迭代器作为张量流模型的输入时出错。

1 个答案: