Python 将fit_生成器与暹罗网络一起使用时出错

我正在试着使机器适应使用发电机

在这方面，我们有：

model.fit([tr_pairs[:, 0], tr_pairs[:, 1]], tr_y,
          batch_size=128,
          epochs=epochs,
          validation_data=([te_pairs[:, 0], te_pairs[:, 1]], te_y))

试图找出生成器需要返回的形状，我做到了：

np.array([tr_pairs[:, 0], tr_pairs[:, 1]]).shape

得到

(2, 108400, 28, 28)

然后，我的生成器返回以下内容：

(data, labels) = my_generator
data.shape
(2, 6, 300, 300, 3)
labels.shape
(6,)

因此，它是两个数组（用于NN输入），具有6个大小

300x300x3

（RGB）的图像（批量大小）

下面是

fit\u生成器（）

的用法：

...
input_shape = (300, 300, 3)
...
model.fit_generator(kbg.generate(set='train'), 
                    steps_per_epoch=training_steps,
                    epochs=1,
                    verbose=1,
                    callbacks=[],
                    validation_data=kbg.generate(set='test'),
                    validation_steps=validation_steps,
                    use_multiprocessing=False,
                    workers=0)  

我想我正在用相同的形状填充NN，但我得到以下错误：

ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead gotthe following list of 1 arrays: [array([[[[[0.49803922, 0.48235294, 0.55686275],
          [0.63137255, 0.61176471, 0.64313725],
          [0.8627451 , 0.84313725, 0.84313725],
          ...,
          [0.58823529, 0.64705882, 0.631...

---

有什么问题？

由于模型有两个输入层，因此生成器应生成两个数组的列表，作为对应于两个输入层的输入样本，如下所示：

def my_generator(args):
    # ...
    yield [first_pair, second_pair], labels

其中，

第一对

和

第二对

的形状都是

（n\u样本，300，300，3）