Python flow_from_dataframe()错误:如果类_mode=";“绝对的”;,y_col列值必须是字符串、列表或元组类型
我试图使用Python flow_from_dataframe()错误:如果类_mode=";“绝对的”;,y_col列值必须是字符串、列表或元组类型,python,tensorflow,keras,tf.keras,Python,Tensorflow,Keras,Tf.keras,我试图使用flow\u from\u dataframe()从.csv中训练我的模型,其中每个图像只属于一个类别。您可以查看.csv的示例图片 我认为class\u mode应该设置为categorical,因为如下所示: “分类”:一个热编码标签的2D NumPy数组。支持 多标签输出 问题在于,尽管.csv被读取为字符串,但在使用分类时会出现以下错误: If class_mode="categorical", y_col="['MEL', 'NV', 'BCC', 'AK', 'BKL',
flow\u from\u dataframe()
从.csv中训练我的模型,其中每个图像只属于一个类别。您可以查看.csv的示例图片
我认为class\u mode
应该设置为categorical
,因为如下所示:
“分类”:一个热编码标签的2D NumPy数组。支持
多标签输出
问题在于,尽管.csv被读取为字符串,但在使用分类时会出现以下错误:
If class_mode="categorical", y_col="['MEL', 'NV', 'BCC', 'AK', 'BKL', 'DF', 'VASC', 'SCC', 'UNK']" column values must be type string, list or tuple.
当设置class\u mode='raw'
时,它可以正常工作,但根据文档,分类是否最合适?我也尝试过这个解决方案,但对我不起作用
这是我的密码:
df_train = pd.read_csv('/content/truth.csv',dtype=str)
train_generator = datagen_train.flow_from_dataframe(
dataframe = df_train,
directory = "/content/ISIC_2019_Training_Input",
x_col = 'image',
y_col = ['MEL','NV','BCC','AK','BKL','DF','VASC','SCC','UNK'],
batch_size = 32,
shuffle = True,
class_mode = "categorical",
target_size = (224,224)
)
提前谢谢