我正在尝试使用 ImageDataGenerators 实现 RandomizedSearchCV。
这里是用于训练集的生成器的示例:
train_datagen = ImageDataGenerator(rotation_range=20,
rescale=1./255,
shear_range=0.2,
zoom_range=0.25,
horizontal_flip=True,
width_shift_range=0.2,
height_shift_range=0.2)
train_generator = train_datagen.flow_from_directory(paths["train_path"],
batch_size=train_batch_size,
class_mode='binary',
target_size=(image_shape[0], image_shape[1]))
我对 validation_generator
做了同样的事情,最后模型被拟合为:
model_history = model.fit(train_generator,
epochs=200,
steps_per_epoch=train_steps_per_epoch,
validation_data=validation_generator,
validation_steps=valdation_steps_per_epoch,
callbacks=[callbacks.EarlyStopping(patience=20)])
我想应用网格搜索(使用 sklearn RandomizedSearchCV)来优化我的模型,因此我使用了 SciKeras:
rnd_search_cv = RandomizedSearchCV(keras_reg, param_distribs, n_iter=10, cv=3)
其中 keras_reg
是封装 sklearn 模型的 KerasClassifier
,param_distribs
是包含超参数值的字典。
最后我按如下方式安装了 RandomizedSearchCV 对象:
rnd_search_cv.fit(train_generator,
epochs=200,
steps_per_epoch=train_steps_per_epoch,
validation_data=validation_generator,
validation_steps=valdation_steps_per_epoch,
callbacks=[callbacks.EarlyStopping(patience=20)])
我有以下错误:
Traceback (most recent call last):
File "/home/docker_user/.local/lib/python3.8/site-packages/sklearn/model_selection/_validation.py", line 684, in _fit_and_score
estimator.fit(X_train, **fit_params)
TypeError: fit() missing 1 required positional argument: 'y'
您知道如何集成 RandomizedSearchCV 和 ImageDataGenerator 对象吗?
最佳答案
我不推荐以下解决方案和方法。我强烈建议使用 KerasTuner
但如果你想输入keras.preprocessing.image.DirectoryIterator
就像你的 train_generator
为 RandomizedSearchCV
您需要从 DirectoryIterator
中提取 X
和 Y
然后将它们输入到 RandomizedSearchCV 中,如下所示:
import numpy as np
len_dataset = 100
batch_size = 32
image_size = (150,150)
channel_images = 3
num_clases = 5
x_train = np.empty((len_dataset*batch_size,
image_size[0],
image_size[1],
channel_images))
y_train = np.empty((len_dataset*batch_size, num_clases))
for idx in range(len_dataset):
x_batch, y_batch = train_generator.__getitem__(idx)
for i in range(x_batch.shape[0]):
x_train[idx*batch_size+i] = x_batch[i]
y_train[idx*batch_size+i] = y_batch[i]
rnd_search_cv.fit(x_train, y_train)
关于python - 如何将 Scikit-Learn 的 RandomizedSearchCV 与 Tensorflow 的 ImageDataGenerator 结合使用,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/72647610/