IndentationError: Ожидается блок с отступом - машинное обучение Python кошка / собака

Question

Это мой код:

test_image = image.load_img('dataset/single_prediction/cat_or_dog_1.jpg', target_size = (64, 64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
prediction = 'dog'
else:
prediction = 'cat' `

и у меня такая ошибка:

File "<ipython-input-31-35ebf5fa8bf7>", line 7
prediction = 'dog'
         ^
IndentationError: expected an indented block

Может кто-нибудь мне помочь?

Answer 1

Петлевые конструкции типа Python, такие как if, for и т.д., требуют правильного отступа после:.Вы должны нажать клавишу ввода после ввода: в вашей среде IDE, чтобы автоматически перейти к позиции, в которой вы должны добавить следующую строку кода, которая будет в цикле.Если вы не сделаете отступ правильно, то python заставит его думать либо вне цикла if, либо выдает ошибку отступа.Ваш код должен быть следующим:

test_image = image.load_img('dataset/single_prediction/cat_or_dog_1.jpg',target_size=(64,64))
test_image = image.img_to_array(test_image)
test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
    prediction = 'dog'
else:
    prediction = 'cat' 

Answer 2

Блоки в python работают на отступе.См .:
"https://www.python.org/dev/peps/pep-0008/#indentation"

Your code should be like:  
if result[0][0] == 1:  
<4 spaces>prediction = 'dog'  
else:  
<4 spaces>prediction = 'cat'  

Answer 3

В Python отступ имеет значение.Таким образом, вам нужно сделать отступ блоков (например, вещи, которые идут внутри if):

if result[0][0] == 1:
  prediction = 'dog'
#...

Answer 4

Ваш код имеет неправильный отступ:

test_image = image.load_img('dataset/single_prediction/cat_or_dog_1.jpg', target_size = (64, 64))
test_image = image.img_to_array(test_image)
 test_image = np.expand_dims(test_image, axis = 0)
result = classifier.predict(test_image)
training_set.class_indices
if result[0][0] == 1:
    prediction = 'dog'
else:
    prediction = 'cat'