ケラス：バッチが完了していません

Question

これはPythonのKerasのコードです。以下のコードをLinux mintで実行すると、すべてのバッチは完了しません。それは、常に

1/100 .............. ETA 30:00 Loss .. 
2/100 =........... ETA 29:59 Loss .. 
3/100 ==......... ETA 29:58 Loss .. 
. 
. 
. 
32/100 ==....... ETA 25:00 Loss .. 

のように第32回のバッチで停止（トレーニングは未知の理由で停止）

しかし、このコードは、Windows上で実行されている場合、これは100回目のバッチまで期待通りに動作します。この現象の原因は何ですか？

from __future__ import print_function 

import numpy as np 
import keras 
from keras.models import Sequential 
from keras.layers import Conv2D, MaxPooling2D 
from keras.layers import Activation, Dropout, Flatten, Dense 
from keras.layers.noise import AlphaDropout 
from keras.preprocessing.image import ImageDataGenerator 
from keras.models import model_from_json 
from keras.layers import Dense, Dropout, Activation 
from keras.preprocessing.text import Tokenizer 
import keras.backend.tensorflow_backend as KTF 
import tensorflow as tf 
import os.path 


f_log = './log' 
f_model = './model/dogvscat' 
model_yaml = 'dogvscat_model.yaml' 
model_filename = 'dogvscat_model.json' 
weights_filename = 'dogvscat_model_weights.hdf5' 

batch_size = 64 
epochs = 15 
nb_validation_samples = 100 

print('Building model...') 


if os.path.isfile(os.path.join(f_model,model_filename)): 
    print('Saved parameters found. I will use this file...') 
    json_string = open(os.path.join(f_model, model_filename)).read() 
    model = model_from_json(json_string) 
    model.summary() 
    model.compile(loss='categorical_crossentropy', 
       optimizer='adam', 
       metrics=['accuracy']) 
    model.load_weights(os.path.join(f_model,weights_filename)) 
else: 
    print('Saved parameters Not found. Creating new model...') 
    model = Sequential() 
    model.add(Conv2D(32, (3, 3), input_shape=(128, 128, 3))) 
    model.add(Activation('selu')) 
    model.add(MaxPooling2D(pool_size=(2, 2))) 

    model.add(Conv2D(64, (3, 3))) 
    model.add(Activation('selu')) 
    model.add(MaxPooling2D(pool_size=(2, 2))) 

    model.add(Flatten()) 
    model.add(Dense(64, kernel_initializer='lecun_normal')) 
    model.add(Activation('selu')) 
    model.add(AlphaDropout(0.1)) 
    model.add(Dense(2)) 
    model.add(Activation('softmax')) 

    model.summary() 

    model.compile(loss='categorical_crossentropy', 
       optimizer='adam', 
       metrics=['accuracy']) 

train_datagen = ImageDataGenerator(
    rescale=1.0/255, 
    shear_range=0.2, 
    zoom_range=0.2, 
    horizontal_flip=True) 

test_datagen = ImageDataGenerator(rescale=1.0/255) 

train_generator = train_datagen.flow_from_directory(
    'data/train', 
    target_size=(128, 128), 
    batch_size=batch_size, 
    class_mode='categorical', 
    shuffle=True) 

validation_generator = test_datagen.flow_from_directory(
    'data/validation', 
    target_size=(128, 128), 
    batch_size=batch_size, 
    class_mode='categorical', 
    shuffle=True) 

tb_cb = keras.callbacks.TensorBoard(log_dir=f_log, histogram_freq=0) 
cp_cb = keras.callbacks.ModelCheckpoint(filepath = os.path.join(f_model,weights_filename), monitor='val_loss', verbose=1, save_best_only=True, mode='auto') 
cbks = [tb_cb, cp_cb] 

history = model.fit_generator(
    train_generator, 
    steps_per_epoch=nb_validation_samples, 
    epochs=epochs, 
    validation_data=validation_generator, 
    validation_steps=nb_validation_samples, 
    callbacks=cbks 
    ) 

score = model.evaluate_generator(validation_generator, nb_validation_samples) 

print('') 
print('Test score:', score[0]) 
print('Test accuracy:', score[1]) 

json_string = model.to_json()  
open(os.path.join(f_model,model_filename), 'w').write(json_string)  
yaml_string = model.to_yaml()  
open(os.path.join(f_model,model_yaml), 'w').write(yaml_string)  
print('save weights')  
model.save_weights(os.path.join(f_model,weights_filename))  

Answer 1

あなたは、あなたのコード内のエラーを持って、あなたはあなたのsteps_per_epoch、validation_stepsすぐ下のように変更する必要があります。すべてのオン

history = model.fit_generator(
train_generator, 
steps_per_epoch=np.ceil(nb_training_samples/batch_size), 
epochs=epochs, 
validation_data=validation_generator, 
validation_steps=np.ceil(nb_validation_samples/batch_size), 
callbacks=cbks 
) 

サンプルのごBATCH_SIZEステップあなたは、私はそれを試してみましたが、エラーを「nb_training_samplesがdiefinedされていない」しまったエポック