Keras：如何使用 fit_generator 输入多个图像和一个输出？

【问题标题】：Keras: How to use fit_generator with multiple images input and one output?Keras：如何使用 fit_generator 输入多个图像和一个输出？
【发布时间】：2021-03-04 13:13:45
【问题描述】：

是否可以制作 fit_generator？

我正在创建一个 U-net 网络，我想将图片用作输入，高 500、权重 500 和 5 个通道，输出高 500、权重 500 和 1 个通道

如果不可能 - 我可以自己创建 500x500x5 np.arrays，然后我需要一个生成器来从 HDD 加载 numpy 对象

我现在的代码（仅用于 rgb 图片）

train_generator=datagen.flow_from_directory('/content/data/',
                                                  target_size=(500,500),
                                                  color_mode='rgb',
                                                  batch_size=32,
                                                  class_mode='categorical', shuffle=False)

【问题讨论】：

标签： python machine-learning keras neural-network generator

【解决方案1】：

您应该创建自己的生成器。获取while True : 结构和yield 您的数据至关重要。代码是这样的

batch_size=16
step_ep=data_size//batch_size

def generator():
  while True:
    for i in range(step_ep):
       process your images
       X=images
       Y=labels
       yield X,Y

与X 形状为(batch_size,height,width,channel) 和Y的形状(batch_size,height,width,output_channel)

您应该使用model.fit() 而不是model.fit_generator，因为它很快就会被弃用。

您还可以为您的验证数据创建一个生成器。

您的model.fit() 看起来像：

model.fit(generator(),epochs,steps_per_epoch=step_ep, 
          validation_data=val_generator,validation_steps=val_steps)

【讨论】：