Keras - 如何正确使用 fit() 来训练 model？

Question

我一直在熟悉 Keras 并从文档开始，我整理了一个基本的 model 并加载了我自己的图像文件夹来训练而不是使用 mnist 数据集。 我已经到了设置 model 的地步，但我不确定如何从那里开始使用 fit() 方法调用我的数据集，然后训练 model 进行预测。 这是到目前为止的代码：

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.layers.experimental.preprocessing import CenterCrop
from tensorflow.keras.layers.experimental.preprocessing import Rescaling
from tensorflow.keras import layers

#Importing the dataset and setting the path
dataset = keras.preprocessing.image_dataset_from_directory(
    'PetImages',
    batch_size = 64,
    image_size = (200, 200)
)

dataset = keras.Input(shape = (None, None, 3))

# PreProcessing layers to better format the datset 
x = CenterCrop(height=150, width=150)(dataset)
x = Rescaling(scale=1.0 / 255)(x)

# Convolution and Pooling Layers
x = layers.Conv2D(filters=32, kernel_size=(3, 3), activation="relu")(x)
x = layers.MaxPooling2D(pool_size=(3, 3))(x)
x = layers.Conv2D(filters=32, kernel_size=(3, 3), activation="relu")(x)
x = layers.MaxPooling2D(pool_size=(3, 3))(x)
x = layers.Conv2D(filters=32, kernel_size=(3, 3), activation="relu")(x)

# Global average pooling to get flat feature vectors
x = layers.GlobalAveragePooling2D()(x)

# Adding a dense classifier 
num_classes = 10
outputs = layers.Dense(num_classes, activation="softmax")(x)

# Instantiates the model once layers have been set
model = keras.Model(inputs = dataset, outputs = outputs)
model.compile(optimizer='rmsprop', loss='categorical_crossentropy')

# Problem: Unsure how to further call on dataset to train the model and make a prediction
model.fit()

Answer 1

.fit()方法是实际训练您的网络的方法，以便它以您希望它训练的方式运行。 模型需要数据才能进行训练。 我会查看他们的 文档或他们的一些示例，以了解如何将 go 与您的 model 作为一个良好的起点。

Depending on the version of tensorflow.keras that you are using, .fit can either take two positional arguments x , and y or it can take a generator object, which is something that acts like a continuously active function. 您可能还想设置一个batch_size ，它本质上是一次评估多少个样本。 同样，文档将包含更多关于它可以采用哪种参数的信息。

在您的情况下，您似乎在变量dataset获得了一些好的输入图像（您会立即覆盖），但您没有标签。 标签定义了您输入的训练图像的预期 output 是什么。 您需要的第一步是一组标签，然后，您可以对代码进行一些调整以使其运行：

# Add line below
labels = # ... load labels from someplace, like how you loaded the images

# Change this
dataset = keras.Input(shape = (None, None, 3))
# to this
input_layer = layers.Input(shape=(None, None, 3))

# Change this
model = keras.Model(inputs = dataset, outputs = outputs)
# to this
model = keras.models.Model(inputs = input_layer, outputs = outputs)

# and finally you can fit your model using
model.fit(dataset, labels)