AttributeError: 'DirectoryIterator' object 沒有屬性 'shape' Tensorflow CNN

Question

我正在嘗試使用fit_generator來安裝 model。 一切正常，但它拋出了上面的錯誤。 我正在使用 Keras 2.2.4 和 TF 2.0.0。 以前的所有其他 CNN 都可以工作，但它不喜歡圖像生成器。

# import relevant functions
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Conv2D

# rotate, and shift data
image_gen = ImageDataGenerator(rotation_range=20,
                              width_shift_range=0.1,
                              height_shift_range=0.1,
                              shear_range=0.1,
                              zoom_range=0.1,
                              horizontal_flip=True,
                              fill_mode='nearest')
# build the model
model = Sequential()

model.add(Conv2D(filters=32, kernel_size=(3,3),input_shape=image_shape, activation='relu',))
model.add(MaxPool2D(pool_size=(2, 2)))

model.add(Conv2D(filters=64, kernel_size=(3,3),input_shape=image_shape, activation='relu',))
model.add(MaxPool2D(pool_size=(2, 2)))

model.add(Conv2D(filters=64, kernel_size=(3,3),input_shape=image_shape, activation='relu',))
model.add(MaxPool2D(pool_size=(2, 2)))

model.add(Flatten())

model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))

model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# set up early stopping
early_stopping = EarlyStopping(monitor='val_loss', patience=2)

batch_size=16

# build train and test generators
train_image_gen = image_gen.flow_from_directory(train_path,
                                               target_size = image_shape[:2],
                                               color_mode='rgb',
                                               batch_size=batch_size,
                                               class_mode='binary')

# don't shuffle test data

test_image_gen = image_gen.flow_from_directory(test_path,
                                               target_size = image_shape[:2],
                                               color_mode='rgb',
                                               batch_size=batch_size,
                                               class_mode='binary',
                                               shuffle=False)

# fit on the generators
results = model.fit_generator(train_image_gen, epochs=20,
                             validation_data=test_image_gen,
                             callbacks=[early_stopping])

從我筆記本的快照中，除了“model.fit_generator”步驟之外，一切正常。

當我運行最后一步時，我得到了錯誤。

train_image_gen和test_image_gen object 似乎是正確的，正確引用了二進制圖像分類問題的目錄。

目錄也設置正確：

Answer 1

我已經重新運行它，它似乎與 PlaidML 庫和生成器有問題。

在做任何其他工作之前，我的第一個導入如下：

 import plaidml.keras
 plaidml.keras.install_backend()
 from keras import backend as K

這是一個允許使用 GPU 的庫，並大大加快了我使用過的所有其他 CNN 的速度。 由於某種原因，它不適用於生成器作為輸入。 這就是區別。 否則，plaidML 庫允許人們非常輕松地使用他們的 AMD 或 Nvidia GPU。

這是我第一次遇到圖書館的問題。

有興趣的可以看一下鏈接：

https://rustyonrampage.github.io/deep-learning/2018/10/18/tensorfow-amd.ZFC35FDC70D5FC69D269883A822C7A53