Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/359.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/9/blackberry/2.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
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 - Fatal编程技术网

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 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',

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', '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