python:AttributeError:'；str'；对象没有属性'；钥匙'；

我正在努力解决分类问题。我不知道为什么会出现这样的错误：

AttributeError:“str”对象没有属性“keys”

这是主代码：

def generate_arrays_for_training(indexPat, paths, start=0, end=100):       
    while True:
        from_=int(len(paths)/100*start)
        to_=int(len(paths)/100*end)
        for i in range(from_, int(to_)):
            f=paths[i]
            x = np.load(PathSpectogramFolder+f)
     if('P' in f):
                y = np.repeat([[0,1]],x.shape[0], axis=0)
            else:
                y =np.repeat([[1,0]],x.shape[0], axis=0) 
            yield(x,y)
history=model.fit_generator(generate_arrays_for_training(indexPat, filesPath, end=75) ## problem here
                   steps_per_epoch=int((len(filesPath)-int(len(filesPath)/100*25))), 
                   validation_steps=int((len(filesPath)-int(len(filesPath)/100*75))),
                   verbose=2,class_weight="balanced",
                  epochs=15, max_queue_size=2, shuffle=True, callbacks=[callback])

Traceback (most recent call last):
  File "/home/user1/thesis2/CNN_dwt2.py", line 437, in <module>
    main()
  File "/home/user1/thesis2/CNN_dwt2.py", line 316, in main
    history=model.fit_generator(generate_arrays_for_training(indexPat, filesPath, end=75), 
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/util/deprecation.py", line 324, in new_func
    return func(*args, **kwargs)
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1815, in fit_generator
    return self.fit(
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 108, in _method_wrapper
    return method(self, *args, **kwargs)
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1049, in fit
    data_handler = data_adapter.DataHandler(
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/data_adapter.py", line 1122, in __init__
    dataset = dataset.map(_make_class_weight_map_fn(class_weight))
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/data_adapter.py", line 1295, in _make_class_weight_map_fn
    class_ids = list(sorted(class_weight.keys()))

AttributeError: 'str' object has no attribute 'keys'

其中

generate\u array\u用于\u培训

函数返回

x

和

y

x

是一个二维浮点数数组，

y

是[0,1]

错误：

def generate_arrays_for_training(indexPat, paths, start=0, end=100):       
    while True:
        from_=int(len(paths)/100*start)
        to_=int(len(paths)/100*end)
        for i in range(from_, int(to_)):
            f=paths[i]
            x = np.load(PathSpectogramFolder+f)
     if('P' in f):
                y = np.repeat([[0,1]],x.shape[0], axis=0)
            else:
                y =np.repeat([[1,0]],x.shape[0], axis=0) 
            yield(x,y)
history=model.fit_generator(generate_arrays_for_training(indexPat, filesPath, end=75) ## problem here
                   steps_per_epoch=int((len(filesPath)-int(len(filesPath)/100*25))), 
                   validation_steps=int((len(filesPath)-int(len(filesPath)/100*75))),
                   verbose=2,class_weight="balanced",
                  epochs=15, max_queue_size=2, shuffle=True, callbacks=[callback])

Traceback (most recent call last):
  File "/home/user1/thesis2/CNN_dwt2.py", line 437, in <module>
    main()
  File "/home/user1/thesis2/CNN_dwt2.py", line 316, in main
    history=model.fit_generator(generate_arrays_for_training(indexPat, filesPath, end=75), 
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/util/deprecation.py", line 324, in new_func
    return func(*args, **kwargs)
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1815, in fit_generator
    return self.fit(
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 108, in _method_wrapper
    return method(self, *args, **kwargs)
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1049, in fit
    data_handler = data_adapter.DataHandler(
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/data_adapter.py", line 1122, in __init__
    dataset = dataset.map(_make_class_weight_map_fn(class_weight))
  File "/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/data_adapter.py", line 1295, in _make_class_weight_map_fn
    class_ids = list(sorted(class_weight.keys()))

AttributeError: 'str' object has no attribute 'keys'

回溯（最近一次呼叫最后一次）：
文件“/home/user1/thesis2/CNN_dwt2.py”，第437行，在
main（）
文件“/home/user1/thesis2/CNN_dwt2.py”，第316行，主
历史=model.fit\u生成器（生成用于培训的数组（indexPat，filepath，end=75），
文件“/home/user1/.local/lib/python3.8/site packages/tensorflow/python/util/deprecation.py”，第324行，在new_func中
返回函数（*args，**kwargs）
fit_generator中的文件“/home/user1/.local/lib/python3.8/site packages/tensorflow/python/keras/engine/training.py”，第1815行
回归自我(
文件“/home/user1/.local/lib/python3.8/site packages/tensorflow/python/keras/engine/training.py”，第108行，在方法包装中
返回方法（self、*args、**kwargs）
文件“/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py”，第1049行，在fit中
data\u handler=data\u adapter.DataHandler(
文件“/home/user1/.local/lib/python3.8/site packages/tensorflow/python/keras/engine/data_adapter.py”，第1122行，在初始化中__
dataset=dataset.map（_make_class_weight_map_fn（class_weight））
文件“/home/user1/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/data\u adapter.py”，第1295行，位于“制造、分类、重量、地图”fn中
class\u id=list（已排序（class\u weight.keys（））
AttributeError:“str”对象没有属性“keys”

您的问题是由传递给

model.fit（）的
class\u weight=“balanced”
参数引起的。

根据，此参数应为dict： 可选字典将类索引（整数）映射到权重（浮点）值，用于对损失函数进行加权（仅在训练期间）。这有助于告诉模型“更加注意”表示不足的类的样本

---

尝试使用

class\u weight=None

进行测试，它应该会消除原始错误。稍后提供适当的dict作为

class\u weight

以解决数据集不平衡的问题。

您的问题是由传递给

model.fit（）的
class\u weight=“balanced”
参数引起的

根据，此参数应为dict：
可选字典将类索引（整数）映射到权重（浮点）值，用于对损失函数进行加权（仅在训练期间）。这有助于告诉模型“更加注意”表示不足的类的样本

尝试使用
class\u-weight=None
进行测试，它应该消除原始错误。稍后提供适当的dict as
class\u-weight
以解决数据集不平衡的问题。
直接原因是
class\u-weight
是字符串，而它应该是
dict
。但是通过
kere>备份该变量由于
model.fit\u generator

函数调用的代码可能需要一些挖掘。请确保

model.fit\u generator

的输入与类型中的文档匹配。您的

model.fit\u generator

参数之一是字符串。您需要更正此问题。很遗憾，您使用的数据我们无法访问，我们将很难找到问题为您。@hpaulj我已经跟踪了代码，找到了从

generate\u arrays\u for\u training

返回的值，而不是字符串，

x

是浮点2D矩阵，

y

是[[0,1]]1.我不知道绳子是什么value@wwii不幸的是，我正在处理非常大的数据集，我无法提供示例。但我跟踪了

model.fit_generator

的输入，发现它进入了“为_training生成_数组”函数，它返回了

x

和

y

，因此返回的values@wwii我不知道我为什么会出现这个错误的直接原因是

class\u weight

是一个字符串，而它应该是

dict

。但是通过

keras

代码将该变量追溯到函数调用可能需要一些挖掘。请确保

model.fit\u generator

的输入与类型中的文档匹配。

model.fit\u generator

的一个参数是字符串。您需要更正它。不幸的是，您使用了我们无法访问的数据，我们很难为您找到问题所在。@hpaulj我跟踪了代码，找到了从

generate\u arrays\u返回的值，用于\u培训

而不是字符串，

x

是flo在2D矩阵和

y

为[[0,1]]1.我不知道绳子是什么value@wwii不幸的是，我正在处理非常大的数据集，我无法提供示例。但我跟踪了

model.fit_generator

的输入，发现它进入了“为_training生成_数组”函数，它返回了

x

和

y

，因此返回的values@wwii我不知道我为什么会得到这个吗error@Rusian但我的数据不平衡。如何使我的数据集平衡？并解决错误？？？@Rusian S。我在尝试

class\u weight=None

时出现此错误。错误：

ValueError:layer sequential\u 19的输入0与layer:：expected min\u ndim=4，found ndim=3不兼容。收到完整形状：[无，无，无]

对于

class\u weight=None

您应该消除原始错误。稍后提供适当的dict as

class\u weight

以解决数据集不平衡的问题。

层顺序\u 19

问题可能与此无关。查看前一层的输出。可能需要进行一些重塑。如果卡住-发布您的模型这里的结构（和总结），最好是作为一个新问题。@Rusian