Question

我正在尝试使用tensorflow.keras模型和图层类设计GAN。我创建了一个鉴别器，该鉴别器接收2张图片的列表，并输出Dense Sigmoid激活的相似性百分比：

prediction = Dense(1, activation = "sigmoid")(Flatten()(conv4))
model = Model(inputs = [firstImage, secondImage], outputs = prediction)

然后是一个生成器，它接受一个随机的一维矢量并从中返回图片：

generated = Conv2D(3, kernel_size = (4, 4), padding = "same",
    kernel_initializer = kernelInit, activation = "sigmoid")(conv5) # output shape (256, 256, 3)
model = Model(inputs = noise, outputs = generated)

我使用keras.ImageDataGenerator.flow_from_directory（）创建了一个自定义生成器，以加载图片：

def loadRealImages(batch):
   for gen in pixGen.flow_from_directory(picturesPath, target_size = (256, 256),
                                    batch_size = batch, class_mode = "binary"):`
      yield gen

编译这两个代码中的任何一个都没有问题，但是当我尝试使用以下代码将它们链接到一个对抗模型中时：

inNoise = Input(shape = (generatorInNoise,))
fake = generator(inNoise) # get one fake
real = np.array(next(loadRealImages(1))[0], dtype = np.float32) # get one real image
discriminator.trainable = False # lock discriminator weights
prediction = discriminator([real, fake]) # check similarity
adversarial = Model(inputs = inNoise, outputs = [fake, prediction]) # set adversarial model

我在最后一行收到此错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot convert a Tensor of dtype resource to a NumPy array.

我确定了噪声，假和预测的形状：

<类'tensorflow.python.framework.ops.Tensor'>（无，16）Tensor（“ input_4：0”，shape =（无，16），dtype = float32）

<类'tensorflow.python.framework.ops.Tensor'>（无，256，256，3）Tensor（“ model_1 / Identity：0”，shape =（无，256，256，3），dtype = float32）

<类'tensorflow.python.framework.ops.Tensor'>（1，1）Tensor（“ dense_2 / Identity：0”，shape =（1，1），dtype = float32）

但是我仍然不知道是什么引起了错误，并且在Google上查找它也没有给我任何指示。有人可以帮忙吗？

Answer 1

从根本上讲，这里的问题是您试图将numpy数组作为计算图的一部分。这可能导致不确定的行为，具体取决于您如何使用它。对您的代码进行一些小的更改可以帮助您：

inNoise = Input(shape = (generatorInNoise,))
fake = generator(inNoise) # get one fake
real = Input((real_image_shape)) # get one real image
discriminator.trainable = False # lock discriminator weights
prediction = discriminator([real, fake]) # check similarity
adversarial = Model(inputs = [inNoise, real], outputs = [fake, prediction]) # set adversarial model

如您所见，实际图像需要作为模型的输入提供，而不是作为模型的一部分提供。

tensorflow.python.framework.errors_impl.InvalidArgumentError：无法将dtype资源的Tensor转换为numpy数组

1 个答案: