tensorflow - 拟合生成器函数中的数据增强误差

Question

我正在尝试训练用于面部表情检测的 cnn 模型并减少输入类的不平衡，我使用 keras 的 ImageDataGenerator 扩大我的数据集。

这是我的代码:

xs >> input 

ys >> output

data_gen = ImageDataGenerator(horizontal_flip =True, featurewise_center=True, featurewise_std_normalization=True)

data_gen.fit(xs)

history = self.model.fit_generator((data_gen.flow(xs,ys batch_size=self.batch_size)), steps_per_epoch=len(xs) / self.batch_size, epochs=epochs_num)

我生成了很多图像并将其输入模型中进行训练，但它给了我这个错误: 无法将输入数组从形状 (28709,128) 广播到形状 (28709)

如何确定此错误的原因？

Answer 1

It would be nice if you would share a running example of your code, so that it is possible to reproduce the error.

我的第一个猜测是某个变量(可能是您的 batch_size)，即 128，弄乱了您输入的形状。

也许这个问题可以通过 numpy 的 reshape 来解决。