Я не уверен, что здесь происходит.Я читал об этой ошибке, и я интерпретирую ее как ошибку, связанную с изменением формы изображения.По некоторым причинам последние 3 ранга отсутствуют.Набор данных содержит каждое изображение, ненормализованное по ширине и высоте.Изображения должны быть квадратными после обработки, в которой функция изменения размера scikit не может заполнить пространство.Вместо этого он вводит в train_X пропорционально масштабированный набор, основанный на максимальном измерении.Вот идея потока.
def read_img(file):
img = skimage.io.imread(img_folder + file)
img = skimage.transform.resize(img, (img_height, img_width), mode='reflect')
return img[:,:,:img_channels] #the last 3 ranks meant to fill in the traceback
Функция read_img подает в train_X.
train_X = np.stack(train_['file'].apply(read_img))
Вот трассировка.
Traceback (most recent call last):
File "A:\anoth\...\newmodel.py", line 196, in <module>
generator, train_X, val_X, test_X, train_y, val_y, test_y =
prepare2train(train_, val_, test_, 'Category')
File "A:\anoth\...\newmodel.py", line 192, in prepare2train
generator.fit(train_X,augment=True, rounds=50, seed=43)
File "A:\anoth\Anaconda\lib\site-packages\keras_preprocessing\image.py", line 1347, in fit
'Got array with shape: ' + str(x.shape))
ValueError: Input to `.fit()` should have rank 4. Got array with shape: (6848,)
Понимаю ли яэта проблема правильно?Если так, почему train_X может отбросить последние 3 ранга?Как мне решить эту проблему?