#python #tensorflow #keras #data-augmentation #mapping
Вопрос:
Подготовка моих данных с помощью ImageDataGenerator. До сих пор я делал следующее,
Для данных обучения:
def data_aug(validation_split=0.25, batch_size=32, seed=42):
datagen = ImageDataGenerator( rotation_range=10,
validation_split=0.2)
# **train** data
X_train_augmented = datagen.flow_from_directory(
directory='../input/train/fg_image',
target_size=(256, 256),
shuffle=True,
batch_size=32,
seed=42
)
Y_train_augmented = datagen.flow_from_directory(
directory='../input/train/gt_mask',
target_size=(256, 256), # resize to this size
shuffle=True,
batch_size=32,
seed=42
)
# **validation**:
X_test_augmented = datagen.flow_from_directory(
directory='../input/validation/fg_image',
target_size=(256, 256), # resize to this size
shuffle=True,
batch_size=32,
seed=42
)
Y_test_augmented = datagen.flow_from_directory(
directory='../input/validation/gt_mask',
target_size=(256, 256), # resize to this size
shuffle=True,
batch_size=32,
seed=42
)
train_generator = zip(X_train_augmented, Y_train_augmented)
test_generator = zip(X_test_augmented, Y_test_augmented)
return train_generator, test_generator
Затем, когда я попробовал тренировочный шаг:
train_generator, test_generator = data_aug()
model.fit_generator(train_generator, steps_per_epoch=2000,epochs=50)
В итоге получилась ошибка в,
Ошибка значения: Модель слоя ожидает 1 вход(ы), но она получила 2 входных тензора. Полученные входные данные: [<tf.Tensor ‘IteratorGetNext:0’ форма=(Нет, Нет, Нет, Нет) dtype=float32>, <tf.Tensor ‘IteratorGetNext:0’ форма=(Нет, Нет, Нет, Нет) dtype=float32><tf.Tensor ‘IteratorGetNext:1’ форма=(Нет, нет) dtype=float32>]
(обновлено)
Комментарии:
1. Нужно посмотреть код для модели
2. @GerryP, Ты можешь найти это здесь .
3. Из сообщения об ошибке следует,что один из слоев в вашем коде ожидает ввода 1. Из кода его непонятно. Предоставьте нам полную информацию об ошибке. Спасибо!
4. @TFer обновил полную ошибку ! Вы также можете ознакомиться с архитектурой модели по приведенной выше ссылке.