Python DataGenerator TypeError:不支持*：'；发电机&x27；和'；浮动'；

我创建了一个

数据生成器（序列）

类：

class DataGenerator(Sequence):

    def __init__(self, x_set, y_set, batch_size):
        self.x, self.y = x_set, y_set
        self.batch_size = batch_size

    def __len__(self):
        return math.ceil(len(self.x) / self.batch_size)

    def __getitem__(self, idx):
        batch_x = self.x[idx*self.batch_size : (idx + 1)*self.batch_size]
        batch_x = np.array(imread(file_name) for file_name in batch_x)
        batch_x = batch_x * 1./255
        batch_y = self.y[idx*self.batch_size : (idx + 1)*self.batch_size]
        batch_y = np.array(batch_y)

        return batch_x, batch_y

这个

DataGenerator

应该从两个列表中获取批量数据

x_set

是指向图像的文件路径列表

y_set

是此图像数据的相应标签列表<代码>批次x是读取并除以255的

x\u集的批次<代码>批次y

是

y\u集合

的相应批次

之后，我使用此生成器拟合模型：

model.fit_generator(generator=training_generator,
                    validation_data=validation_generator,
                    steps_per_epoch = num_train_samples // 128,
                    validation_steps = num_val_samples // 128,
                    epochs = 5)

得到了这个错误：

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-77-e56bae3d1c4b> in <module>()
      3                     steps_per_epoch = num_train_samples // 128,
      4                     validation_steps = num_val_samples // 128,
----> 5                     epochs = 5)

8 frames
<ipython-input-75-6e4037882cc3> in __getitem__(self, idx)
     11         batch_x = self.x[idx*self.batch_size : (idx + 1)*self.batch_size]
     12         batch_x = np.array(imread(file_name) for file_name in batch_x)
---> 13         batch_x = batch_x * 1./255
     14         batch_y = self.y[idx*self.batch_size : (idx + 1)*self.batch_size]
     15         batch_y = np.array(batch_y)

TypeError: unsupported operand type(s) for *: 'generator' and 'float'

---------------------------------------------------------------------------
TypeError回溯（最近一次调用上次）
在（）
每个历元3个步骤=num列样本//128，
4个验证步骤=num\u val\u样本//128，
---->5个时代=5个）
8帧
in _uGetItem_uuu（self，idx）
11批次x=self.x[idx*自身批次大小：（idx+1）*自身批次大小]
12 batch_x=np.array（batch_x中文件名的imread（文件名））
--->13批次x=批次x*1./255
14批次y=self.y[idx*自身批次大小：（idx+1）*自身批次大小]
15批次y=np.数组（批次y）
TypeError:不支持*：“生成器”和“浮点”的操作数类型

如何修改行

batch\u x=batch\u x*1./255

谢谢

试试这个

def __getitem__(self, idx):
        batch_x = self.x[idx*self.batch_size : (idx + 1)*self.batch_size]
        batch_x = [imread(file_name) for file_name in batch_x]
        batch_x = np.array(batch_x)
        batch_x = batch_x * 1./255
        batch_y = self.y[idx*self.batch_size : (idx + 1)*self.batch_size]
        batch_y = np.array(batch_y)

        return batch_x, batch_y

---

是的，很有效！谢谢我不明白的是它非常非常慢…可能是因为批量太大，但是我读到，数据量越大（我有100k个训练文件），批量就应该越大。。。所以，我拿了128。您建议的批处理大小是多少？128批处理大小很好。这种缓慢可能是由于硬件、可用RAM等其他因素造成的。你可以重新启动你的电脑，或者速度很慢。谢谢！我还注意到，我的模型在CPU上的训练速度比在GPU上快。对我来说，这也真的很奇怪。。。