python-3.x CNN的Tensorflow ImageDataGenerator在查看数据时返回“TypeError：Cannot interpret 'tf.float32' as a data type”

4ngedf3f 于 2023-11-20 发布在 Python

关注(0)|答案(1)|浏览(425)

我试图制作一个CNN，一切都很好，直到我到达model.fit（...），当我在标题中得到了我以前从未见过的TypeError。我在ImageDataGenerator中将dtype转换为tf.float32。flow_from_目录似乎工作得很好，并且在验证和训练数据集之间有正确的图像数量，所以我不确定发生了什么。
我的代码在下面，不包括导入和随机变量，它们只是int或文件夹的文件路径。

from keras.preprocessing.image import ImageDataGenerator

img_height, img_width = 224

datagen = ImageDataGenerator(
    rescale=1./255,
    data_format='channels_last',
    validation_split=0.1,
    dtype=tf.float32,
)

train_generator = datagen.flow_from_directory(
    filepath,
    target_size = (img_height,img_width),
    batch_size=batch_size
)

nonsense = train_generator[0][0] #<===Error is happening here
print(nonsense.dtype)`

字符串
我希望这能毫无问题地工作。但是，我不知道是否有什么潜在的东西我错过了我使用的tensorflow 2.10。

python-3.x

来源：https://stackoverflow.com/questions/77437058/tensorflow-imagedatagenerator-for-cnn-returns-typeerror-cannot-interpret-tf-f

1条答案

按热度按时间

mwg9r5ms1#

仅供参考，默认的dtype已经是tf.float32，所以不需要更改它。但是如果你想显式地指定它，请使用字符串格式，如下所示：

from keras.preprocessing.image import ImageDataGenerator

datagen = ImageDataGenerator(
    rescale=1./255,
    validation_split=0.1,
    dtype='float32'
)

字符串
下面是一个完全可复制的示例：

from keras.preprocessing.image import ImageDataGenerator

datagen = ImageDataGenerator(
    rescale=1./255,
    validation_split=0.1,
    dtype='float32'
)

train_generator = datagen.flow_from_directory(
    'path/to/my/dataset',
    target_size=(32, 32),
    batch_size=16
)

inputs, labels = next(iter(train_generator))

型

赞(0）回复(0）举报 2023-11-20

我来回答

python-3.x CNN的Tensorflow ImageDataGenerator在查看数据时返回“TypeError：Cannot interpret 'tf.float32' as a data type”

1条答案

相关问题

热门标签

最新问答