时间戳

首页 > 解决方案 > 无法从 flow_from_dataframe 进行训练得到了意外没有。类

python - 无法从 flow_from_dataframe 进行训练得到了意外没有。类

问题描述

我将在标签位于 csv 文件中的一组图像上训练一个模型。所以我使用flow_from_dataframe from tf.keras并指定了参数，但class_mode说到错误并说Found 3662 validated image filenames belonging to 1 classes.- 稀疏和分类。这是多类分类。”

“最初标签是 int，所以我将它转换为字符串，然后我得到了这个输出。”

df_train=pd.read_csv(r"../input/train.csv",delimiter=',')
df_test=pd.read_csv(r"../input/test.csv",delimiter=',')
print(df_train.head())
print(df_test.head())
df_train['id_code']=df_train['id_code']+'.png'
df_train['diagnosis']=str(df_train['diagnosis'])
df_test['id_code']=df_test['id_code']+'.png'

""" output is
        id_code  diagnosis
0  000c1434d8d7          2
1  001639a390f0          4
2  0024cdab0c1e          1
3  002c21358ce6          0
4  005b95c28852          0
        id_code
0  0005cfc8afb6
1  003f0afdcd15
2  006efc72b638
3  00836aaacf06
4  009245722fa4
"""

train_datagen = ImageDataGenerator(
    rescale = 1./255,
    rotation_range=30,
    width_shift_range=0.2,
    height_shift_range=0.2,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=True,
    fill_mode='nearest')

TRAINING_DIR='../input/train_images'

train_generator= train_datagen.flow_from_dataframe(
    dataframe=df_train,
    directory=TRAINING_DIR,
    x_col='id_code',
    y_col='diagnosis',
    batch_size=20,
    target_size=(1050,1050),
    class_mode='categorical'#used also sparsed
)

""" output is
Found 3662 validated image filenames belonging to 1 classes.
"""

“我期望输出为"Found 3662 validated image filenames belonging to 5 classes"，但实际输出为"Found 3662 validated image filenames belonging to 1 classes"

”</p>

标签： pythontensorflowkeras

解决方案

“稀疏”类模式需要整数值，而“分类”需要类列的一个热编码向量。所以我会尝试：

df['diagnosis'] = df['diagnosis'].astype(str)

然后使用“稀疏”类模式。

train_generator= train_datagen.flow_from_dataframe(
    dataframe=df_train,
    directory=TRAINING_DIR,
    x_col='id_code',
    y_col='diagnosis',
    batch_size=20,
    target_size=(1050,1050),
    class_mode='sparse'
)

或者，您可以使用这样的一种热编码：

pd.get_dummies(df,prefix=['diagnosis'], drop_first=True)

然后使用“分类”class_mode：

train_generator= train_datagen.flow_from_dataframe(
    dataframe=df_train,
    directory=TRAINING_DIR,
    x_col='id_code',
    y_col=df.columns[1:],
    batch_size=20,
    target_size=(1050,1050),
    class_mode='categorical'
)

推荐阅读