python - 使用 Keras ImageDataGenerator 预测进行索引会引发不可散列类型错误

Question

我为 ImageDataGenerator 创建了一个分类器，使用 flow_from_directory 创建，例如:

training_imGenProp = ImageDataGenerator(
    rescale=1. / 255,
    width_shift_range=0.02,
    height_shift_range=0.02,
)

training_imGen = training_imGenProp.flow_from_directory(
    'Location/to/train/images',
    target_size=(74, 448),
    batch_size=batchSize,
    class_mode='binary',
)

运行时，我在以下代码片段的最后一行中收到 TypeError: unhashable type: 'numpy.ndarray' :

predictions = classifier.predict_generator(testing_imGen)
predictions = (predictions >= 0.5).astype(int)
label_map = (training_imGen.class_indices)
inverted_label_map = dict((v, k) for k, v in label_map.items())  #flip k,v
predictions = [label_map[k] for k in predictions]

可能是什么原因造成的？

此外，我应该如何根据该分类器结果生成混淆矩阵？

这个:

tn, fp, fn, tp = confusion_matrix(label_map, predictions).ravel()

引发错误ValueError:发现输入变量的样本数量不一致:[2,(663, 1)]。

Answer 1

因此，经过长时间的研究，问题出在最后一个列表理解中，因为 predictions 是一个列 numpy 数组，例如 [[1],[1],[0], ...，[0]]。

所以只需要访问其中的整数值:

textual_predictions = [s_label_map[k] for k in predictions.T[0]]

此外，创建混淆矩阵时还出现另一个错误，该错误输入了错误的变量:

tn, fp, fn, tp = confusion_matrix(testing_imGen.classes, predictions.T[0]).ravel()