解决WARNING:tensorflow:Your input ran out of data； interrupting training```错误

已于 2024-04-21 20:31:37 修改
阅读量762 收藏
点赞数 12
文章标签： tensorflow 人工智能 python
于 2024-04-21 20:26:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/sunxieyao/article/details/138044210
版权
文章讨论了在使用TensorFlow进行训练时遇到的问题，即训练因批次数设置不当而终止。解决办法是确保steps参数等于训练图像总数除以batch_size，或者设置为默认值None，让TensorFlow自动计算。作者提供了面部表情识别的实战示例作为应用实例。
摘要由CSDN通过智能技术生成

出现上述问题，训练自动终止，我的是因为批次数大小超了。

解决方法：-steps这个参数必须完全等于训练图像的总数/batch_size，或者设置为默认值None，让tensorflow自动找出它。
如我的面部表情识别案例中如此修改：
在这里插入图片描述

sunxyao
关注
政安晨：【Keras机器学习示例演绎】（五十一）—— 利用广义网络、深度网络和交叉网络进行结构化数据学习
政安晨——致力于AI人工智能数字互动领域
06-02 1058
本文目标：使用 "宽深 "和 "深交 "网络进行结构化数据分类。 本例演示如何使用两种建模技术进行结构化数据分类： 广度模型和深度模型 深度模型和交叉模型
WARNING:tensorflow:Your input ran out of data； interrupting training. 解决方法
最新发布
am_student的博客
09-26 1267
WARNING:tensorflow:Your input ran out of data; interrupting training. Make sure that your dataset or generator can generate at least steps_per_epoch * epochs batches (in this case, 13800 batches). You may need to use the repeat() function when building you
WARNING:tensorflow:Your input ran out of data； interrupting training. Make sure that your dataset or
coulsonlv的博客
05-18 7769
报错 WARNING:tensorflow:Your input ran out of data; interrupting training. Make sure that your dataset or generator can generate at least steps_per_epoch * epochs batches (in this case, 104640 batches). You may need to use the repeat() function when building
Your input ran out of data； interrupting training. Make sure that your dataset or generator can ....
Welcome
11-04 3836
《Python 深度学习》第5章 P114 在运行以下代码有个报错： history = model.fit_generator( train_generator, steps_per_epoch=100, epochs=100, validation_data=validation_generator, validation_steps=50) Your input ran out of data; interrupting traini.
tensorflow报错：Make sure that your dataset or generator can generate at least `steps_per_epoch * epoch
wchwdog13的博客
10-03 4766
这是我的代码： import tensorflow as tf import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline (train_image, train_label), (test_image, test_label) = tf.keras.datasets.fashion_mnist.load_data() train_image = train_image/255 #.
池化层。Flatten、Reshape。batch、repeat、steps_per_epoch、epochs。tensorboard、ModelCheckpoint
あずにゃん梓喵的博客
08-04 1104
日萌社 人工智能AI：Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战（不定时更新） 池化层 Flatten、Reshape tf.keras.layers.Flatten()： 不针对第一维batch_size进行操作，只针对第二维到第四维进行操作，即自动会把 (batch_size,长,宽,通道数) 进行reshape/展平为...
关于《Python 深度学习》5.2.5 节代码的报错问题
萌新的博客
04-24 720
WARNING:tensorflow:Your input ran out of data; interrupting training. Make sure that your dataset or generator can generate at least `steps_per_epoch * epochs` batches (in this case, 50 batches). You may need to use the repeat() function when building you.
WARNING:tensorflow:Your input ran out of data; interrupting training. Make s
03-29
ure that your input data is sufficient for the number of epochs specified in your training loop. Additionally, you may want to check if there are any issues with your data loading or preprocessing ...
WARNING:tensorflow:Your input ran out of data; interrupting training. Make sure that your dataset or generator can generate at least `steps_per_epoch * epochs` batches (in this case, 5715 batches). You may need to use the repeat() function when building your dataset.
05-30
解决这个问题的方法是使用 `repeat()` 函数，将数据集重复多次来增加数据量。具体来说，可以在 `Dataset` 对象上调用 `repeat()` 函数，使其重复多次。例如，以下代码将数据集重复 5 次： ``` dataset = dataset....
Java并发编程(二十)：FutureTask源码分析
黄智霖的博客
05-11 2830
使用 FutureTask<String> futureTask = new FutureTask(() -> "success"); new Thread(futureTask).start(); futureTask.get(); 源码分析 FutureTask提供了两个构造方法，分别是传入一个Callable，和传入一个Runnable和返回值result。如果传入的是Runnable和返回值，那么会通过适配器RunnableAdap
模型训练错误：Failed to get convolution algorithm，This is probably because cuDNN failed to initialize.
09-27 359
模型训练错误：Failed to get convolution algorithm，This is probably because cuDNN failed to initialize. 一、问题： 最近在利用keras训练模型的时候出现以下错误，开始一看以为是cuDNN的版本不对，更换后还是没有效果，后面在网上查找后发现是显存的问题，更改为动态分配内存就可以了。 二、解决方法： 在训练的脚本开头添加以下代码进行动态分配内存，然后重新运行就可以。...
Windows下搭建TensorFlow-gpu2.3环境，训练测试keras-retinanet
ShareProgress的博客
08-18 1892
Windows下搭建TensorFlow-gpu2.3环境，训练keras-retinanet1. 安装GPU环境——cuda、cudnn1.1 安装显卡驱动1.2 安装cuda1.3 安装cudnn1.4 验证是否安装成功2. 安装Python环境2.1 安装conda虚拟环境2.2 安装TensorFlow及keras2.3 安装其他依赖项2.4 进行keras-retinanet所需的编译3. 运行keras-retinanet train.py遇到的问题3.1 在第一个epoch停止 主要难点在于
使用全卷积神经网络FCN，进行图像语义分割详解(附代码实现)
热门推荐
极歌科技
07-24 1万+
一.导论 在图像语义分割领域，困扰了计算机科学家很多年的一个问题则是我们如何才能将我们感兴趣的对象和不感兴趣的对象分别分割开来呢？比如我们有一只小猫的图片，怎样才能够通过计算机自己对图像进行识别达到将小猫和图片当中的背景互相分割开来的效果呢？如下图所示： 而在2015年出来的FCN，全卷积神经网络完美地解决了这个问题，将曾经mean IU(识别平均准确度)只有百分之40的成绩...
学习深度学习随手笔记-弗朗索·肖莱-深度学习
weixin_42631511的博客
02-03 1269
这个是随手学习的笔记，里面记录了在用这本教材中发现的问题和遇到的问题以及解决方法 目前学习使用的是联想的笔记本，并不需要按照书上说的ec2的平台，这点是要注意的，主要是ec2要是按照正常学习进度花费不小，这点是要注意 1，from keras import optimizer，使用optimizer.RMSprop报错，原因不太清楚，估计使用pycharm 内部包含了这个对应的function,所以引入要更改以下 from tensorflow import keras from keras imp
VGGNet实现CIFAR-100图像识别-2(图像增强/ImageDataGenerator)
q2972112的博客
12-10 4435
VGGNet实现CIFAR-100图像识别-2(图像增强/ImageDataGenerator)
猫狗识别图像增强中Your input ran out of data； interrupting training.
qq_44766592的博客
06-13 501
猫狗识别图像增强中Your input ran out of data;报错解决
keras训练和评估
Fei的博客
04-02 4385
文章目录使用`tf.keras`进行训练和评估使用内建的方法训练和评估API概览：一个端到端的模型指定`optimizer`、`loss`和`metrics`内建的`optimizer`、`loss`和`metrics`自定义`loss`和`metrics`为特殊的模型指定`loss`和`metrics`自动拆分出验证集使用`tf.data`的数据集进行训练和验证进行验证其他输入方式样本权重和类权...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值