اذهب إلى المحتوى

السؤال

نشر

ظهور الخطأ التالي عندما أحاول استخدام fit_generator مع نموذجي:

print(x_train.shape) # (15000, 100, 100, 3)
print(x_test.shape) # (8708, 100, 100, 3)
print(y_train.shape) # (15000, 119)
print(y_test.shape) # (8708, 119)
im=ImageDataGenerator()
data=im.flow(x_train, y_train, 16)
# النموذج
from keras.preprocessing.image import ImageDataGenerator
from keras.layers import AveragePooling2D, MaxPooling2D, Flatten, Conv2D, ZeroPadding2D,Input, Dense, Activation
from keras import layers
from keras.models import Model
x_input = Input((100,100,3))
x = Conv2D(128, (5,5))(x_input)
x = Activation('tanh')(x)
x = MaxPooling2D((3, 3))(x)
x = Conv2D(32, (5,5))(x)
x = Activation('tanh')(x)
x = MaxPooling2D((3, 3))(x)
x = Conv2D(100, (3,3))(x)
x = Activation('tanh')(x)
x = MaxPooling2D((3, 3))(x)
x = Flatten()(x)
x = Dense(256, activation='tanh')(x)
x = Dense(100, activation='tanh')(x)
x = Dense(100, activation='tanh')(x)
output1 = Dense(117, activation='softmax')(x)
output2 = Dense(2, activation='softmax')(x)
model = Model(inputs=x_input, outputs=[output1, output2])
model.compile(optimizer='rmsprop', metrics=['acc'],loss=['categorical_crossentropy'])
model.fit_generator(data, steps_per_epoch=len(x_train) / 16,
                    epochs=5, validation_data=(x_test, y_test))
-------------------------------------------------------------------------------------------------------
ValueError: Error when checking model target: the list of Numpy arrays that you are passing to your model is not the size the model expected.

 

Recommended Posts

  • 2
نشر

لقد قمت بتعريف نموذجك مع مخرجين [output1, output2]، لذلك من المتوقع أن يتم عمل ال fitting مع مصفوفتين مختلفتين من ال label. واحدة بحجم (, 119) والأخرى (,2) وهذا مايتوافق مع طبقتي الإخراج Dense لديك. الحل:

g = ImageDataGenerator() 
def generate_data_generator(g, X, Y1, Y2):
    genX1 = generator.flow(X, Y1, seed=7)
    genX2 = generator.flow(X, Y2, seed=7)
    while True:
        X1i = genX1.next()
        X2i = genX2 .next()
        yield X1i[0], [X1i[1], X2i[1]]
model.fit_generator(generate_data_generator(generator, x_train, y_train, y_train_gender),
                    steps_per_epoch=len(x_train) / 16,
                    epochs=5)

 

انضم إلى النقاش

يمكنك أن تنشر الآن وتسجل لاحقًا. إذا كان لديك حساب، فسجل الدخول الآن لتنشر باسم حسابك.

زائر
أجب على هذا السؤال...

×   لقد أضفت محتوى بخط أو تنسيق مختلف.   Restore formatting

  Only 75 emoji are allowed.

×   Your link has been automatically embedded.   Display as a link instead

×   جرى استعادة المحتوى السابق..   امسح المحرر

×   You cannot paste images directly. Upload or insert images from URL.

  • إعلانات

  • تابعنا على



×
×
  • أضف...