Keras / Tensorflow：“您必须使用dtype float和shape [？，600,451,3]为占位符张量'input_1'提供值”

Question

我有这个CNN，我正在努力。输入形状是动态的，但我将其固定为[？，600,451,3]（batch_size，height，width，channels），以便我可以调试它。

我有一个我创建的随机批处理生成器：

test = random_batch_generator(z_train
                    , num_processes=12 
                    , num_batch=steps_train 
                    , preloaded_batch=100
                    , batch_size=batch_size
                    , chunk_size=batch_size
                    , dataaugmfunc=heavy_dataaugm
                    , seq=seq
                    , initial_dim=initial_dim
                    , min_overlap=MINOVERLAP
                    )

当我做：

next(test)[0].shape

要么

next(test)[0].dtype

它输出正确的形状（[？，600,451,3]）和dtype（float32），理论上我需要输入。我也检查了批次的内容，看起来不错。

不过，当我用以下方法训练我的模型时，我得到了：

model.fit_generator(
        random_batch_generator(z_train (...)),
        validation_data= (x_val_mem,y_val_mem),
        steps_per_epoch=steps_train,
        validation_steps=steps_val,
        epochs=epochs
        ,callbacks=model_callbacks(modelname)
        ,class_weight = [0.005,0.995]
    )

此错误消息：

InvalidArgumentError（请参见上面的回溯）：您必须为占位符张量'input_1'提供一个值，其中dtype为float和shape [？，600,451,3]

[[Node：input_1 = Placeholderdtype = DT_FLOAT，shape = [？，600,451,3]，_ device =“/ job：localhost / replica：0 / task：0 / device：GPU：0”]]

我究竟做错了什么？万分感谢您对此的任何帮助或直觉。

Answer 1

你在使用TensorBoard回调吗？如果是这样，您可以在创建模型之前尝试添加它

import keras.backend as K
K.clear_session()

见here

Answer 2

不确定这是原因，但某些内容与验证数据不兼容。

如果您将验证数据作为数组，则将其作为validation_data=(array_x, array_y)传递，并且没有validation_steps。

现在，如果它是一个生成器，那么你需要将它作为validation_data = someGenerator传递，然后你传递validation_steps=number_of_batches_expected_from_generator。