gpt4 book ai didi

python - 使用图像数据生成器评估 keras 模型

转载 作者:行者123 更新时间:2023-12-02 19:49:01 27 4
gpt4 key购买 nike

因此,我通过调用 fit_generator 方法并向其传递 ImageDataGenerator 对象,使用 ImageDataGenerator 训练了 Keras 模型。

现在我想使用相同的 ImageDataGenerator 对象评估模型。但我想我错过了一些东西。

我的数据有两个变量,

ck_train = ImageDataGenerator().flow_from_directory(train_path, target_size=(
224, 224), classes=['happy', 'neutral', 'surprise'], batch_size=32)
ck_test = ImageDataGenerator().flow_from_directory(test_path, target_size=(
224, 224), classes=['happy', 'neutral', 'surprise'], batch_size=16)

我尝试通过以下方式评估模型

deXpression.evaluate_generator(ck_test)

但我收到此错误

-----------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-6-0d318201cacd> in <module>
----> 1 deXpression.evaluate_generator(ck_test)

~/anaconda3/envs/gandola/lib/python3.7/site-packages/keras/legacy/interfaces.py in wrapper(*args, **kwargs)
89 warnings.warn('Update your `' + object_name + '` call to the ' +
90 'Keras 2 API: ' + signature, stacklevel=2)
---> 91 return func(*args, **kwargs)
92 wrapper._original_function = func
93 return wrapper

~/anaconda3/envs/gandola/lib/python3.7/site-packages/keras/engine/training.py in evaluate_generator(self, generator, steps, max_queue_size, workers, use_multiprocessing, verbose)
1470 workers=workers,
1471 use_multiprocessing=use_multiprocessing,
-> 1472 verbose=verbose)
1473
1474 @interfaces.legacy_generator_methods_support

~/anaconda3/envs/gandola/lib/python3.7/site-packages/keras/engine/training_generator.py in evaluate_generator(model, generator, steps, max_queue_size, workers, use_multiprocessing, verbose)
299 steps = len(generator)
300 else:
--> 301 raise ValueError('`steps=None` is only valid for a generator'
302 ' based on the `keras.utils.Sequence` class.'
303 ' Please specify `steps` or use the'

ValueError: `steps=None` is only valid for a generator based on the `keras.utils.Sequence` class. Please specify `steps` or use the `keras.utils.Sequence` class.

请告诉我:

1)我的方向是否正确?
2)如果我是的话,我会错过什么?
3)如何使用ImageDataGenerator对象来做到这一点?
4)完成我想要完成的任务的正确方法是什么?

最佳答案

我解决了这个问题。问题出在 model.evaluate_generatorsteps 参数上。

STEP_SIZE_TEST = ck_test.n // ck_test.batch_size
deXpression.evaluate_generator(generator=ck_test, steps=STEP_SIZE_TEST)

关于python - 使用图像数据生成器评估 keras 模型,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58655785/

27 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com