Keras / Tensorflow：“您必须使用 dtype float 和 shape [?, 600, 451, 3] 为占位符张量 'input_1' 提供一个值”

Question

我正在处理这个 CNN。 输入形状是动态的，但我将其固定为 [?, 600, 451, 3] (batch_size, height, width, channels)，以便调试。

我创建了一个随机批处理生成器：

test = random_batch_generator(z_train
                    , num_processes=12 
                    , num_batch=steps_train 
                    , preloaded_batch=100
                    , batch_size=batch_size
                    , chunk_size=batch_size
                    , dataaugmfunc=heavy_dataaugm
                    , seq=seq
                    , initial_dim=initial_dim
                    , min_overlap=MINOVERLAP
                    )

当我这样做时：

next(test)[0].shape

或

next(test)[0].dtype

它输出正确的形状 ([?, 600, 451, 3]) 和 dtype (float32)，这在理论上是我的输入所必需的。我还检查了批次的内容，看起来不错。

不过，当我使用以下内容训练模型时，我得到了：

model.fit_generator(
        random_batch_generator(z_train (...)),
        validation_data= (x_val_mem,y_val_mem),
        steps_per_epoch=steps_train,
        validation_steps=steps_val,
        epochs=epochs
        ,callbacks=model_callbacks(modelname)
        ,class_weight = [0.005,0.995]
    )

这个错误信息：

InvalidArgumentError（有关回溯，请参见上文）：您必须为占位符张量“input_1”提供一个值，其 dtype 为 float 和 shape [?,600,451,3]

[[节点：input_1 = Placeholderdtype=DT_FLOAT, shape=[?,600,451,3], _device="/job:localhost/replica:0/task:0/device:GPU:0"]]

我做错了什么？感谢您对此的任何帮助或直觉。

Answer 1

你在使用 TensorBoard 回调吗？如果是这样，您可以尝试在创建模型之前添加它

import keras.backend as K
K.clear_session()

见this answer

Answer 2

• 大多数情况下，由于未使用的输入（在您的 fit 生成器上）被添加到您的网络，所以会出现此问题。尽量避免或评论网络中未使用的输入，然后重试。如果模型的输入数量与批处理生成器或 fit() 函数的输入数量不平衡，则会发生此问题。

在您必须重置会话之前 *

import keras.backend as K
K.clear_session()

Answer 3

不确定这是不是这个原因，但有些东西与验证数据不兼容。

如果您将验证数据作为数组传递，则将其传递为validation_data=(array_x, array_y)，而没有validation_steps。

现在，如果是生成器，则需要将其传递为validation_data = someGenerator，然后传递validation_steps=number_of_batches_expected_from_generator。

Answer 4

当我设置 'histogram_freq = 1' 而不是 0 时，这发生在我身上 (TF 1.14)。