Neural network keras 2-Jupyter笔记本上的fit_发电机损坏？
Neural network keras 2-Jupyter笔记本上的fit_发电机损坏？,neural-network,deep-learning,keras,Neural Network,Deep Learning,Keras,我昨天更新到了keras v2 我根据遇到的所有警告，将版本1中的所有代码改编成新的API 然而，我在模型的方法中遇到了一些非常奇怪的问题 使用这个玩具示例，wich在版本1中工作得非常好： from keras.models import Model from keras.layers import Input, Dense, Flatten from keras.optimizers import SGD from keras.losses import categorical_crosse
我昨天更新到了keras v2 我根据遇到的所有警告，将版本1中的所有代码改编成新的API 然而，我在
模型的方法中遇到了一些非常奇怪的问题
使用这个玩具示例，wich在版本1中工作得非常好：
from keras.models import Model
from keras.layers import Input, Dense, Flatten
from keras.optimizers import SGD
from keras.losses import categorical_crossentropy
from keras.preprocessing.image import ImageDataGenerator
gen = ImageDataGenerator()
train_batches = gen.flow_from_directory("D:/GitHub/Kaggle/redux/train/")
inp = Input(shape=(256,256,3))
l1 = Flatten()(inp)
out = Dense(2, activation="softmax")(l1)
model = Model(inp, out)
model.compile(loss=categorical_crossentropy, optimizer=SGD(lr=0.01))
model.fit_generator(train_batches, train_batches.samples // train_batches.batch_size)
jupyter笔记本中的输出非常奇怪，打印未知符号直到笔记本崩溃：
Epoch 1/1
23/718 [..............................] - ETA: 522s - loss: 8.4146
从终端运行代码时，不要打印那些奇怪的符号。Jupyter笔记本是否会向您发送错误消息？您可以尝试在fit_generator中设置verbose=0。这将阻止进度条显示。Jupyter笔记本是否会显示错误消息？您可以尝试在fit_generator中设置verbose=0。这将阻止进度条显示。只是一个愚蠢的问题，在fit_generator的第二个参数中，您使用浮点除法（/），如果使用整数除法（/），会发生什么？可能是一个愚蠢的问题，但我不知道答案，S.O是发布问题的地方。通过使用整数除法，可以得到相同的结果。手动传递一个整数会产生相同的结果。“愚蠢”是关于我的问题，而不是你的问题。我只是想消除可能的打字错误或小细节。不管怎样，从我自己的网络中得到的信息来看，在移动到keras 2之后，计数器似乎显示的是批次数量，而不是样本数量。我误解了愚蠢的想法。很抱歉我没有注意到显示的编号是批次编号。这是我没有注意到的一件事。谢谢在jupyter笔记本上运行时，我仍然有奇怪的符号打印错误。这似乎是进度条使用的一些控制字符，我对jupyter的了解还不够…只是一个愚蠢的问题，在fit_generator的第二个参数中，使用浮点除法（/），如果使用整数除法（/），会发生什么？可能是一个愚蠢的问题。，但我不知道答案，S.O是一个发布问题的地方。通过使用整数除法，可以得到相同的结果。手动传递一个整数会产生相同的结果。“愚蠢”是关于我的问题，而不是你的问题。我只是想消除可能的打字错误或小细节。不管怎样，从我自己的网络中得到的信息来看，在移动到keras 2之后，计数器似乎显示的是批次数量，而不是样本数量。我误解了愚蠢的想法。很抱歉我没有注意到显示的编号是批次编号。这是我没有注意到的一件事。谢谢在jupyter笔记本上运行时，我仍然有奇怪的符号打印错误。它似乎是进度条使用的一些控制字符，我对jupyter的了解还不够…