ValueError：使用 Fit_generator 时，生成器的输出应该是元组 `(x, y, sample_weight)` 或 `(x, y)`

Question

我一直在尝试使用一组训练和验证图像来教授模型，但我遇到了标题错误（我将在下面发布完整的）。 对如何进行有点迷失，之前关于这个主题的问题没有产生结果。 我的代码 sn-p 是：

train_datagen = ImageDataGenerator(
  preprocessing_function=preprocess_input,
  rotation_range=90,
  horizontal_flip=True,
  vertical_flip=True,
)

val_datagen = ImageDataGenerator(
      preprocessing_function=preprocess_input,
      rotation_range=90,
      horizontal_flip=True,
      vertical_flip=True,
    )

train_generator = train_datagen.flow_from_directory(VAL_DIR,
                                                    target_size=(HEIGHT, WIDTH),
                                                    batch_size=TRAIN_BATCH_SIZE,
                                                    class_mode=None,
                                                    shuffle=True)
val_generator = val_datagen.flow_from_directory(TRAIN_DIR,
                                                target_size=(HEIGHT, WIDTH),
                                                batch_size=VAL_BATCH_SIZE,
                                                class_mode=None,
                                                shuffle=True)

然后我尝试使用以下方法教模型：

history = finetune_model.fit_generator(train_generator,epochs=NUM_EPOCHS, workers=8,
                                   steps_per_epoch=num_train_images // TRAIN_BATCH_SIZE,
                                   validation_data=val_generator,
                                   validation_steps=num_val_images // VAL_BATCH_SIZE,
                                   shuffle=True, callbacks=callbacks_list)

我得到的错误是：

ValueError: Output of generator should be a tuple `(x, y, sample_weight)` or `(x, y)`. Found: [[[[-5.30867195e+01 -6.81702271e+01  2.66113968e+01]
   [-5.04675522e+01 -6.62993927e+01  2.90434952e+01]
   [-4.78483849e+01 -6.44285583e+01  3.14755783e+01]
   ...

我喜欢一些方向，因为我是一名初级 ML 学生。很乐意提供更多信息。 使用的图像为 jpeg 格式。 我能做些什么 ？似乎找不到问题。

Answer 1

修复错误：

Per the documentation，指定class_mode=None 会生成一个只生成批次的图像数据，没有目标（用于model.predict_generator()）。

fit_generator needs a generator 产生一对(inputs, targets)。所以你不能让你的模型适合你现在使用的生成器，因为这些生成器没有说明模型应该适合什么目标。您需要弄清楚您的标签是什么，然后选择适当的class_mode，以便数据生成器包含这些标签。

确保错误已修复：

一旦您选择了正确的class_mode，您就可以通过打印/可视化批次来检查数据生成器的完整性¹：

在这个例子中，我正在做多类（兔子、猫、狗）分类，所以默认的class_mode=categorical 可以正常工作。

获得一批图像和标签后，该批中的第一个图像是狗，该批的第一个标签是[0, 0, 1]（位于第2位的一个，从零开始计数)，class_indices dict 表示狗图像具有标签 2 （从零开始计数）。

^{1.一般来说，最好总是仔细检查这里的数据，即使数据生成器似乎正在工作；请参阅this post，在“在网前可视化”下。}