model.fit_generator（）形状エラー

Question

import os 
from keras.preprocessing.image import ImageDataGenerator 
from keras.models import Sequential 
from keras.layers import Convolution2D, MaxPooling2D 
from keras.layers import Activation, Dropout, Flatten, Dense 

img_width, img_height = 64, 64 

train_data_dir = 'data/train' 
validation_data_dir = 'data/validation' 
nb_train_samples = sum([len(files) for files in os.walk(train_data_dir)]) 
nb_validation_samples = sum([len(files) for files in os.walk(validation_data_dir)]) 
nb_epoch = 10 


model = Sequential() 
model.add(Dense(4096, input_dim = 4096, init='normal', activation='relu')) 
model.add(Dense(4,init='normal',activation='softmax')) 
model.compile(loss='categorical_crossentropy', 
       optimizer='adam', 
       metrics=['accuracy']) 


train_datagen = ImageDataGenerator(
     rescale=1./255, 
     ) 


test_datagen = ImageDataGenerator(rescale=1./255) 

train_generator = train_datagen.flow_from_directory(
     train_data_dir, 
     color_mode="grayscale", 
     target_size=(img_width, img_height), 
     batch_size=1, 
     class_mode=None) 

validation_generator = test_datagen.flow_from_directory(
     validation_data_dir, 
     color_mode="grayscale", 
     target_size=(img_width, img_height), 
     batch_size=1, 
     class_mode=None) 

model.fit_generator(
     train_generator, 
     samples_per_epoch=nb_train_samples, 
     nb_epoch=nb_epoch, 
     validation_data=validation_generator, 
     nb_val_samples=nb_validation_samples) 

上記のコードでは、すべてmodel.fit_generator（）までうまく動作します。それから、それに続くようなエラーが発生します。

Traceback (most recent call last): 
    File "C:/Users/Sam/PycharmProjects/MLP/Testing Code without CNN.py", line 55, in <module> 
    nb_val_samples=nb_validation_samples) 
    File "C:\Python27\lib\site-packages\keras\models.py", line 874, in fit_generator 
    pickle_safe=pickle_safe) 
    File "C:\Python27\lib\site-packages\keras\engine\training.py", line 1427, in fit_generator 
    'or (x, y). Found: ' + str(generator_output)) 
Exception: output of generator should be a tuple (x, y, sample_weight) or (x, y). Found: [[[[ 0.19215688] 

Answer 1

私はあなたが達成しようとしているものを100％わからないが、あなたは画像のバイナリ分類をしようとしている場合は、binaryにclass_modeを設定してみてください。 documentation：

class_mode：「カテゴリ」、「バイナリ」、「スパース」または「なし」のいずれか。デフォルト： "カテゴリ"。返されるラベル配列のタイプを決定します。 "カテゴリ"は2Dホットコード化ラベル、 "バイナリ"は1D バイナリラベル、 "スパース"は1D整数ラベルになります。

エラーメッセージは少し混乱していますが、source codeを見れば、それが明確になる：

if not hasattr(generator_output, '__len__'): 
        _stop.set() 
        raise Exception('output of generator should be a tuple ' 
            '(x, y, sample_weight) ' 
            'or (x, y). Found: ' + str(generator_output)) 

Answer 2

問題は、データの次元の不一致が原因で発生する必要があります。 ImageDataGeneratorは実際に画像ファイルをロードし、（num_image_channel、image_height、image_width）の形のnumpy配列に入れます。しかし、最初のレイヤーは密接に接続されたレイヤーで、1D配列の形の入力データ、または多数のサンプルを持つ2D配列を探しています。したがって、本質的に入力レイヤーが欠落しています。入力レイヤーは正しい形で入力されます。あなたのイメージのチャンネル数がある

変更img_channelを定義するための

model.add(Reshape((img_width*img_height*img_channel), input_shape=(img_channel, img_height, img_width))) 
model.add(Dense(4096, init='normal', activation='relu')) 

あなたが持っているコード

model.add(Dense(4096, input_dim = 4096, init='normal', activation='relu')) 

の次の行、。上記のコードでは、dim_orderingがthであることを前提としています。あなたはtf入力次元の順序付けを使用している場合、あなたは

model.add(Reshape((img_width*img_height*img_channel), input_shape=(img_height, img_width, img_channel))) 

への入力再形成層を変更する必要があります---古い答え -

おそらくtrain下のサブフォルダに訓練データと検証データを入れていますでサポートされていないvalidationです。すべてのトレーニングデータは、検証データと同じ1つのフォルダに保存する必要があります。

詳細については、this Keras tutorialを参照してください。