Python Keras:使用来自目录的flow_的fit_生成器的多个输入
fit_生成器中是否可能有两个来自_目录的流_ 比如说Python Keras:使用来自目录的flow_的fit_生成器的多个输入,python,tensorflow,keras,Python,Tensorflow,Keras,fit_生成器中是否可能有两个来自_目录的流_ 比如说 train_generator_1 = train_datagen.flow_from_directory( train_data_dir_1, target_size=(img_height, img_width), batch_size=batch_size, class_mode='binary') train_generator_2 = train_datagen.flow_from_directo
train_generator_1 = train_datagen.flow_from_directory(
train_data_dir_1,
target_size=(img_height, img_width),
batch_size=batch_size,
class_mode='binary')
train_generator_2 = train_datagen.flow_from_directory(
train_data_dir_2,
target_size=(img_height, img_width),
batch_size=batch_size,
class_mode='binary')
custom_vgg_model.fit_generator(
[train_generator_1, train_generator_2],
steps_per_epoch=nb_train_samples,
epochs=epochs,
validation_data=validation_generator,
validation_steps=nb_validation_samples,
callbacks=[checkpointer, csv_logger])
您可以尝试制作一个同时包含以下内容的生成器: 在python 3中:
def doubleGenerator(generator1,generator2):
while True:
for (x1,y1),(x2,y2) in zip(generator1,generator2):
yield ([x1,x2],y1)
您想要两个并行输入吗?您的模型是否使用两个输入?输出结果如何?两个并行输出?@DanielMöller是的,我的模型有两个CNN。每个都有不同的输入。输出是相同的。输入基本上是相同的图像,但每个CNN都有不同的预处理图像。好的,输出。。。您想从生成器1还是生成器2获取它们?@DanielMöller这两个生成器的输出应该相同。所以两者都可以。我感谢你的帮助!另一个我推荐你。一个问题:这是检查在每个目录中找到的文件名吗?它是如何将imageA1与标签A和imageA2连接起来的,而imageA2也有标签A?