在中将验证数据传递给.fit时不能识别生成器

Question

准确的错误：

ValueError:在传递validation_data时，必须包含2项(x_val、y_val)或3项(x_val、y_val、val_sample_weights)，但是它包含39项

我在任何地方都找不到这个错误，除了源代码。

model.fit(  train_x
            , train_y
            , epochs=1
            , validation_data=validation_data_flow
            , callbacks=[checkpointer]
        )

validation_data是DirectoryIterator，由flow_from_directory著

validation_data_flow = ImageDataGenerator().flow_from_directory(
        validation_data_dir,
        target_size = (img_width, img_height),
        batch_size = batch_size,
        class_mode = 'categorical')

Answer 1

验证和培训数据必须是相同类型的，既可以是生成器，也可以是ndarray。要解决这个问题，您需要将其中一个转换为另一个类型。看看this的答案，了解如何将生成器转换为ndarray。若要将ndarray转换为生成器，请使用ImageDataGenerator.flow()。

Answer 2

对于同一类型的数据(如数组或生成器)进行训练和验证并不是完全正确的，但是不能使用相同的函数进行训练和验证。

您可以在数组上进行训练，并在生成器上进行验证，但这将需要两个不同的函数调用，这意味着如果您使用多个时代，则不会在每个时代之后获得验证度量。你可以解决这个问题，比如：

for i in range(epochs):
    model.fit(train_x, train_y, epochs=1, callbacks=[checkpointer])
    loss = model.evaluate_generator(validation_data_flow)

    print("Validation loss for epoch %s was %s" % (i, loss))