我正在训练一个fit_generator (Tensorflow backend，Python，on MacBook)，在Keras函数的早期停止回调中得到一个错误。错误如下： RuntimeWarning: Early stopping conditioned on metric `val_loss` which is not available./engine/training.py", line 2213, in fit_generator</
浏览 377提问于2018-03-01得票数 22
回答已采纳
我在我的第一个测试中使用了这个Resnet。我重用我的代码为网络加载和准备数据，它工作得很好。脚本的其余部分似乎也工作得很好，但在fit_generator中除外。在fit_generator，它暂停了一段时间，然后似乎退出了，我有一条打印语句说“发生了什么？”我很困惑，因为我希望看到一条错误消息，或者程序会崩溃，或者别的什么。在我的公寓环境中，我使用的是Python3.6，最新版本的Keras 2.3，最新版本的TensorFlow。如果您有任何见解，我将不胜感激。
浏览 31提问于2020-02-04得票数 0
我知道在使用fit_generator方法进行训练时，很容易提到纪元的数量。我有很多图像要训练，我不能使用数组一次加载它们，因为它显示MemoryError。我需要在达到一定的验证准确率后停止训练，比如98%。如果在给定的历元数之后仍未达到精度，则训练将停止。在Keras中有什么方法可以做到这一点吗？我正在使用Tensorflow后端。编辑:我在Keras中见过EarlyStopping模块，但它只跟踪监控数量的变化。
浏览 1提问于2018-05-02得票数 8
下面的代码用于使用带有tensorflow后端的keras和python识别5个图像类。我使用过imageDataGenerator，但是当我运行它时，它已经开始训练了，过了一段时间之后，出现了错误。文件""，第1行，在runfile('D:/My Projects/FinalProject_Vr_01.2/CNN_IMGDG_stackoverflow.py'，wdir='01.2/
浏览 1提问于2018-12-01得票数 1
回答已采纳
在Keras中，它提供了包含参数fit_generator()的validation_data，在每个validation_freq之后，我们可以看到acc和val_acc值。所以我的问题是：
acc和val_acc在fit_generator()中意味着什么以及它们为什么不同？ validation_data指的是与fit_generator()相同的目的吗？
浏览 1提问于2019-10-21得票数 0
我遵循为我的Keras模型创建了一个自定义生成器。from keras.models import Modelfrom keras.optimizers import Adammodel = Model([input_1, input_2, y_input], output_1)
#Compile and fit_generator我认为这是被处理的，但是在
浏览 0提问于2018-11-23得票数 3
回答已采纳
我试图在每个纪元的末尾获得y_true和y_pred。我使用fit_generator训练我的模型。我试图在每个时代之后找到具体的东西。class LossHistory(keras.callbacks.Callback): y_trueloss_history = LossHistory
fit_generator(train_data, .. callbacks=[loss_hist
浏览 15提问于2019-11-21得票数 1
回答已采纳
/Compressed/ultrasound-nerve-segmentation-master/ultrasound-nerve-segmentation-master/data.py"，第19行，在create_train_datatrain_and_predict validation_s
浏览 2提问于2019-09-09得票数 1
1回答
我在R中使用fit_generator时出错.这是我的密码. layer_conv_2d(32, c(3,3batch_size = 32, steps_per_
浏览 2提问于2018-05-09得票数 0
回答已采纳
我正在实现一个tf.keras.Model (不是一个Sequential模型！)应该使用fit_generator进行训练。但是，fit_generator会引发错误，可能是因为输入形状在编译时不可用。下面是一个最小的例子： import tensorflow as tf
self.dense1 = tf.keras
浏览 27提问于2019-05-27得票数 3
我在keras中使用带有fit_generator的数据生成器(用于培训和验证数据)。我得到了意想不到的结果，所以我用仪器测试生成器输出批处理索引，并计算自上一个时代以来的步骤数。我在模型度量中添加了“acc”。
on_epoch_end()从不会在3和5的10步之后被
浏览 0提问于2018-09-17得票数 1
最初，我一直使用fit_generator来训练它。validation_steps=nb_validation_samples // batch_size,)
当我调用load_model并再次加载它以从上次停止的地方继续训练时，我是否对fit_generator使用完全相同的代码，引用旧的train_generator和validation_generator？关于这一点的Keras文档非常少，而且几乎没有将load_model与<e
浏览 0提问于2019-03-30得票数 0
Talos是一个模块，它允许你对已经编写代码的keras模型进行超参数调优。在示例中使用它的传统方法是使用Scan类，该类由x和y参数实例化。这些参数应该包含一个数组，分别带有训练数据和标签。model.fit(x_train, y_train)然而，Keras
浏览 0提问于2018-11-30得票数 4
我正在尝试使用keras的fit_generator和一个tensorboard_callback来运行一个模型来分析特定的时代。我正在为生成器运行以下代码：loopable = iter(source) yield (batch[0], batch[1])
在主要的培训脚本中steps_per_epoch=500, use_multiprocessing=True, workers=32, callbacks=[tensorboard_callbac
浏览 2提问于2020-01-28得票数 1
回答已采纳
我尝试了“fit”和“fit_generator”函数。我不明白为什么在表现上有很大的差异，可能是我做错了什么。这是我第一次编写batch_generator代码。-埃塔: 4:31 -损失: 2.2072 - acc: 0.4375样本- 37/7632 .-埃塔: 42:25 -损失: 2.1845 - acc: 0.3676
如您所见，对于相同的数据集而言，ETA太高，不能用于fit_generator。<
浏览 0提问于2019-06-14得票数 0
回答已采纳
1回答
我正在尝试在Keras中应用一种自定义的图像增强技术。我正在使用fit_generator和一个生成器来生成图像。我想只在20个时期之后才开始应用图像增强(所以前20个时期不会有任何数据增强)。不幸的是，生成器没有纪元的概念。你知道怎么做吗？
浏览 1提问于2018-07-18得票数 1
, line 2161, in fit_generator如果我对keras使用直接导入，则得到一个不同的错误：
Using TensorFlow backend.\AppData\Local\Programs\Python\Python36\lib\site-pack
浏览 0提问于2018-11-29得票数 2
回答已采纳
我试图训练我的6000列车数据集和1000验证数据集，但我有一个问题:程序只是冻结和挂起在培训期间，没有任何错误信息。但是2解决方案没有解决这个问题，。exposure, colorfrom tqdm import tqdmfrom keras.
浏览 1提问于2019-11-25得票数 2
回答已采纳
为了惩罚1的错误分类，我使用了一个由sklearn的compute_class_weight()确定的class_weight。在传递给fit_generator()的验证元组中，我使用了一个由sklearn的compute_sample_weight()计算的sample_weight。网络似乎学习得很好，但在每个时代之后，验证准确率继续保持在90%或10%。考虑到我已经采取的步骤，我如何在Keras中解决这个数据不平衡问题？日志输
浏览 0提问于2017-11-07得票数 0
在尝试使用预测函数时，我总是遇到这个错误。我注意到其他人也有这个问题，但是那个帖子上的答案对我不起作用。我想要做的是使用我刚刚完成训练的模型来构建ROC曲线。下面是导致错误的代码行： predictions = classifier.predict(test_set, batch_size = 64) 代码的其余部分在这里，提前感谢您提供的任何帮助： importpandas as pdfrom keras.layers impor
浏览 15提问于2019-02-27得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
