keras和tf.keras的坑。ValueError: Output of generator should be a tuple (x, y, sample_weight) or (x, y)

问题：用keras可以正常使用，而使用tf.keras时，(版本keras=2.2.4, tf=1.14)，会报如下错误：
ValueError: Output of generator should be a tuple (x, y, sample_weight) or (x, y). Found: [array...

分析：

• 看报错信息大概可以分析出，是generator_output这的问题，大概是我们自己数据增强后，生成的数据有问题。
• 那为什么keras可以正常使用，而tf.keras就不能呢。
• 于是我进入各自的源代码去分析。发现keras和tf.keras生成每批次数据的时候，会进行一个数据类型的判断。keras只判断是否有属性len，而tf.keras会判断是不是它一个tuple。这就导致了我们的问题的产生，因为我们自己生成的数据其实是一个list。

解决方案：从上述分析中已经找到了问题所在，所以，最后在自己数据增强的代码中将生产的每批次样本类型从list强转为tuple，问题就解决了。

PS：

• 然后，还发现tf.keras的fit_generator，多了一个validation_freq参数。
• 在解决这个问题的时候，其实还是走了很多弯路的。