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。