Python 如何使用\u目录中的flow\u保持float32数据类型中的十进制值?
对于回归任务,我有4个灰度图像,在float32数据类型中具有连续的像素范围。数据范围为:[0至790.65]、-2.74174至2.4126]、[150.87至260.45]、-32.927至69.333] 前三个灰度图像用作预测数据,并使用以下方法进行叠加:Python 如何使用\u目录中的flow\u保持float32数据类型中的十进制值?,python,arrays,tensorflow,keras,data-generation,Python,Arrays,Tensorflow,Keras,Data Generation,对于回归任务,我有4个灰度图像,在float32数据类型中具有连续的像素范围。数据范围为:[0至790.65]、-2.74174至2.4126]、[150.87至260.45]、-32.927至69.333] 前三个灰度图像用作预测数据,并使用以下方法进行叠加: RGB = np.dstack((img1_arr, img2_arr, img3_arr)) 创建堆叠图像后,我使用以下代码输入RGB图像和标签图像(上面提到的第四幅图像): 此代码返回列车数据集中的图像数,但是在执行下一个代码后,
RGB = np.dstack((img1_arr, img2_arr, img3_arr))
创建堆叠图像后,我使用以下代码输入RGB图像和标签图像(上面提到的第四幅图像):
此代码返回列车数据集中的图像数,但是在执行下一个代码后,我收到一个错误,我正在努力找出解决方案:
X_train, y_train=next(train_generator)
X_train.shape, y_train.shape
Error: UnidentifiedImageError: cannot identify image file <_io.BytesIO object at 0x0000026B3A6E2620>
X\u列,y\u列=下一个(列发电机)
X_train.shape,y_train.shape
错误:UnidentifiedImageError:无法识别图像文件
如果我使用unit8数据类型对RGB和标签图像执行上述分析,一切都很好,没有错误,但对于我的回归任务来说,保留图像中的十进制值很重要
我已经看到了几乎类似的问题,但我不确定如何准备新的ImageGenerator来加载float32图像
解决这个问题的合理方法是什么?或者在CNN中有没有其他方法来处理float32数据类型中的十进制值
X_train, y_train=next(train_generator)
X_train.shape, y_train.shape
Error: UnidentifiedImageError: cannot identify image file <_io.BytesIO object at 0x0000026B3A6E2620>