Skip to main content
 首页 » 编程设计

python之Keras:在 `crossentropy` 中使用 `flow_from_directory` 损失

2025年02月15日7lvdongjie

我正在尝试使用 flow_from_directory 来训练我的模型。我使用的损失是 binary_crossentropy,它需要在 Y_train 数据上调用 to_categorical 函数。我不知道如何为 flow_from_directory 执行此操作,程序会抛出以下错误:

Traceback (most recent call last): 
  File "vgg16-sim-conn-rmsprop-2-main.py", line 316, in <module> 
    epochs=25 
  File "/home/yx96/anaconda2/lib/python2.7/site-packages/keras/legacy/interfaces.py", line 8 
8, in wrapper 
    return func(*args, **kwargs) 
  File "/home/yx96/anaconda2/lib/python2.7/site-packages/keras/engine/training.py", line 187 
6, in fit_generator 
    class_weight=class_weight) 
  File "/home/yx96/anaconda2/lib/python2.7/site-packages/keras/engine/training.py", line 161 
4, in train_on_batch 
    check_batch_axis=True) 
  File "/home/yx96/anaconda2/lib/python2.7/site-packages/keras/engine/training.py", line 129 
9, in _standardize_user_data 
    exception_prefix='model target') 
  File "/home/yx96/anaconda2/lib/python2.7/site-packages/keras/engine/training.py", line 133 
, in _standardize_input_data 
    str(array.shape)) 
ValueError: Error when checking model target: expected predictions to have shape (None, 2) b 
ut got array with shape (100, 1) 

我使用的数据生成器是:

train_datagen = ImageDataGenerator( 
    featurewise_center=True, 
    horizontal_flip=True, 
    zoom_range=0.2, 
    data_format="channels_last" 
) 
 
train_generator = train_datagen.flow_from_directory( 
    './train', 
    target_size=(224, 224), 
    batch_size=100, 
    class_mode='binary' 
) 

fit_generator 是:

model.fit_generator( 
    train_generator, 
    steps_per_epoch=2500, 
    epochs=25 
) 

请您参考如下方法:

如果您使用 binary_crossentropy 作为损失函数,那么您正确地设置了 class_mode='binary'。

但是您可能失败的地方是您模型的最后一层,并且由于您没有向我们展示模型而未显示在您的帖子中。

您可能有一个Dense(2, activation='softmax')。这是“单热”或分类交叉熵版本。如果你想使用二进制,你只输出一个介于 0 和 1 之间的值。你可以这样做:

Dense(1, activation = 'sigmoid') 

我希望这能解决您的问题:-)