python - 在暹罗网络中使用 fit_generator 时出错

Question

我正在尝试调整 Keras MNIST Siamese example使用发电机。

关于example ，我们有:

model.fit([tr_pairs[:, 0], tr_pairs[:, 1]], tr_y,
          batch_size=128,
          epochs=epochs,
          validation_data=([te_pairs[:, 0], te_pairs[:, 1]], te_y))

试图找出生成器需要返回的形状，我做了:

np.array([tr_pairs[:, 0], tr_pairs[:, 1]]).shape

并得到

(2, 108400, 28, 28)

我的生成器然后返回这个:

(data, labels) = my_generator
data.shape
(2, 6, 300, 300, 3)
labels.shape
(6,)

因此，它是两个数组(用于 NN 输入)，有 6 个大小为 300x300x3 (RGB) 的图像 (batch_size)。

以下是 fit_generator() 用法:

...
input_shape = (300, 300, 3)
...
model.fit_generator(kbg.generate(set='train'), 
                    steps_per_epoch=training_steps,
                    epochs=1,
                    verbose=1,
                    callbacks=[],
                    validation_data=kbg.generate(set='test'),
                    validation_steps=validation_steps,
                    use_multiprocessing=False,
                    workers=0)  

我想我正在向 NN 提供相同的形状，但出现以下错误:

ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead gotthe following list of 1 arrays: [array([[[[[0.49803922, 0.48235294, 0.55686275],
          [0.63137255, 0.61176471, 0.64313725],
          [0.8627451 , 0.84313725, 0.84313725],
          ...,
          [0.58823529, 0.64705882, 0.631...

出了什么问题？

Answer 1

由于模型有两个输入层，生成器应该生成两个数组的列表作为与两个输入层对应的输入样本，如下所示:

def my_generator(args):
    # ...
    yield [first_pair, second_pair], labels

其中 first_pair 和 second_pair 的形状均为 (n_samples, 300, 300, 3)。