python - Tensorflow 中的目标必须是一维 Top_k_categorical_accuracy

Question

我刚刚完成了 Inception V3 CNN 的训练，我正在尝试测量训练数据集的准确性，特别是 top-k 准确性。我从 tensorflow.keras.metrics 调用名为 top_k_categorical_accuracy 的函数，正确排序我的参数 (y_true, y_pred, k) 但我收到一条错误消息我的目标 (y_true) 应该是一维的。但是，当我打印 y_true 的形状(如果我理解正确的话，这是目标)时，我得到 (9000,)，对我来说，它似乎是一维的.

两个数组都有一个 dtype = "float32" 因为我在一个线程中读到这导致了问题，但这并不能解决我的问题。

import tensorflow as tf
from keras.preprocessing.image import ImageDataGenerator
from keras.applications import InceptionV3
from keras.applications.inception_v3 import preprocess_input

test_datagen = ImageDataGenerator(preprocessing_function=preprocess_input)

test_generator = test_datagen.flow_from_directory(
    "data/test",
    target_size=(299, 299),
    batch_size=16,
    class_mode="categorical",
    shuffle=True,
    seed=42,
)

STEP_SIZE_TEST = test_generator.n // test_generator.batch_size


model = keras.models.load_model("inceptionv3.hdf5")

results = model.evaluate_generator(test_generator, STEP_SIZE_TEST, workers=8)

y_pred = model.predict_generator(test_generator)
print(y_pred.shape) # Prints (9000, 6)
y_true = test_generator.classes
y_true = y_true.astype("float32") 
print(y_true.shape) #Prints (9000,)

top_k = tf.keras.metrics.top_k_categorical_accuracy(y_true, y_pred, k=2)

我得到的确切错误是这样的:tensorflow.python.framework.errors_impl.InvalidArgumentError:目标必须是一维的[Op:InTopKV2]

如果我将 y_pred 大小调整为一维数组，则会出现以下错误:tensorflow.python.framework.errors_impl.InvalidArgumentError:预测必须是二维 [Op:InTopKV2]

Answer 1

你试过这个吗？

y_pred = np.argmax(y_pred, axis=1)

据我了解，最后一层有类似 Dense(6,activation='softmax') 的内容。这就是为什么 y_pred 是矩阵。上面的脚本可以提供帮助。