![](/img/trans.png)
[英]Keras : AttributeError: 'int' object has no attribute 'ndim' when using model.fit
[英]TypeError: 'int' object is not iterable when using model.fit()
我試圖安裝我的 model,但遇到“類型錯誤”。 這段代碼的編寫與 CNN 的 kaggle 源代碼示例中描述的幾乎相同。
https://www.kaggle.com/kanncaa1/convolutional-neural-network-cnn-tutorial/notebook
但是,不斷出現類型錯誤。 我將model.fit_generator
更改為model. fit
model. fit
,因為 function 是從新版本的 tensorflow 更新而來的。 我猜shape[0]
可能會導致這個與 int 相關的問題。 誰能幫忙指出下面代碼中的錯誤類型?
# model fitting
# from tensorflow 2.1.0
history = model.fit(datagen.flow(train_x, train_y, batch_size = batch_size),
epochs = epochs,
validation_data = (valid_x, valid_y),
steps_per_epoch = train_x.shape[0] // batch_size)
可能的解決方案:
運行print(x_train.shape)
,並確保除第一個維度之外的所有值都與您在 model 定義期間指定的input_shape
匹配。 如果您從 kaggle kernel 移植代碼,那么我假設您的 model 定義為:
model.add(Conv2D(filters = 8, kernel_size = (5,5),padding = 'Same',
activation ='relu', input_shape = (28,28,1)))
確保x_train.shape
符合指定的input_shape
。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.