我曾嘗試使用 spyder運行此分割模型。當我運行時data.py，我收到此消息文件“C:/Users/achaire/Downloads/Compressed/ultrasound-nerve-segmentation-master/ultrasound-nerve-segmentation-master/data.py”，第 19 行，在 create_train_data imgs = np.ndarray((total, image_rows, image_cols), dtype=np.uint8)TypeError：'float' 對象不能解釋為整數代碼是：**14** def create_train_data():**15** train_data_path = os.path.join(data_path, 'train')**16** images = os.listdir(train_data_path)**17** total = len(images) / 2**18** imgs = np.ndarray((total, image_rows, image_cols), dtype=np.uint8)**19** imgs_mask = np.ndarray((total, image_rows, image_cols), dtype=np.uint8)我已經將第17行替換為第18行total = int(len(images) / 2)和第19行。問題已經解決了。np.uint8float
3 回答
慕尼黑5688855
TA貢獻1848條經驗 獲得超2個贊
答案 1：如果錯誤僅在您使用較小的數據集時發生，那么您很可能使用的數據集小到在驗證集中沒有單個樣本。
因此它無法計算驗證損失。
答案 2：我對上一個答案投了贊成票，因為它讓我有見識來驗證 fit_generator 函數的數據和輸入，并找出問題的根本原因?？傊?，在我的數據集很小的情況下，我計算了validation_steps 和steps_per_epoch，結果是零（0）導致了錯誤。
我想，也許對 Keras 團隊來說，更好的長期答案是當這些值為零時在 fit_generator 中導致錯誤/異常，這可能會導致更好地理解如何解決這個問題。
答案 3：我們發生錯誤是因為我們忘記在 fit() 方法中設置validation_data，而使用了'callbacks'：[keras.callbacks.EarlyStopping(monitor='val_loss', patient=1)]，
導致錯誤的代碼是：
self.model.fit(
x=x_train,
y=y_train,
callbacks=[keras.callbacks.EarlyStopping(monitor='val_loss', patience=1)],
verbose=True)
Adding validation_data=(self.x_validate, self.y_validate), in fit() fixed:
self.model.fit(
x=x_train,
y=y_train,
callbacks=[keras.callbacks.EarlyStopping(monitor='val_loss', patience=1)],
validation_data=(x_validate, y_validate),
verbose=True)
回答 4：由于數據集較小而出現此錯誤，為了解決此問題，增加火車時間并將火車集拆分為 80:20。
參考：https ://inneka.com/ml/kr/keras-early-stopping-callback-error-val_loss-metric-not-available/
添加回答
舉報
0/150
提交
取消