AttributeError: у объекта 'Tensor' нет атрибута 'numpy - PullRequest
Новая
       44

AttributeError: у объекта 'Tensor' нет атрибута 'numpy

0 голосов
/ 16 января 2020

Я пытаюсь использовать автокера для модели классификации изображений, когда подгоняю свои данные, эта ошибка возникает 

DATADIR = r"C:\Users\angesu\Desktop\DOCUMENT_DATA"

CATEGORIES = ["resume","transcript","certificate"]
IMG_SIZE = 250

for category in CATEGORIES :
    path = os.path.join(DATADIR, category)
    for img in os.listdir(path):
        img_array = cv2.imread(os.path.join(path, img), cv2.IMREAD_GRAYSCALE)

training_data = []
def create_training_data():
    for category in CATEGORIES :
        path = os.path.join(DATADIR, category)
        class_num = CATEGORIES.index(category)
        for img in os.listdir(path):
            try :
                img_array = cv2.imread(os.path.join(path, img), cv2.IMREAD_GRAYSCALE)
                new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
                training_data.append([new_array, class_num])
            except Exception as e:
                pass
create_training_data()
random.shuffle(training_data)

X = [] #features
y = [] #labels
for features, label in training_data:
    X.append(features)
    y.append(label)

X = np.asarray(X).reshape(-1, IMG_SIZE, IMG_SIZE, 1)

clf = ak.ImageClassifier(max_trials=10)
clf.fit(X,y,validation_split=0.1)

def prepare(file):
    IMG_SIZE = 250
    img_array = cv2.imread(file, cv2.IMREAD_GRAYSCALE)
    new_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))
    return new_array.reshape(-1, IMG_SIZE, IMG_SIZE, 1)

path = r"C:\Users\angesu\Downloads\Garn-Certificate-4.jpg"

predicted_y = clf.predict(prepare(path))

print(clf.evaluate(test_set))

Я не знаю, как решить эту проблему, я пытаюсь использовать tf.data.Dataset .from_tensor_slices (), но эта ошибка все еще показывает, что я гуглю эту ошибку, но ничего не понимаю. Ошибка в clf.fit (X, y, validation_split = 0.1)

Сообщение об ошибке 

---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-11-b327f1f23808> in <module>
      1 clf = ak.ImageClassifier(max_trials=10)
      2 # Feed the tensorflow Dataset to the classifier.
----> 3 clf.fit(X,Y,validation_split=0.1)
      4 # Predict with the best model.
      5 

C:\ProgramData\Anaconda3\lib\site-packages\autokeras\task.py in fit(self, x, y, epochs, callbacks, validation_split, validation_data, **kwargs)
    114                     validation_split=validation_split,
    115                     validation_data=validation_data,
--> 116                     **kwargs)
    117 
    118 

C:\ProgramData\Anaconda3\lib\site-packages\autokeras\auto_model.py in fit(self, x, y, epochs, callbacks, validation_split, validation_data, **kwargs)
    156             y=y,
    157             validation_data=validation_data,
--> 158             validation_split=validation_split)
    159 
    160         # Initialize the hyper_graph.

C:\ProgramData\Anaconda3\lib\site-packages\autokeras\auto_model.py in _prepare_data(self, x, y, validation_data, validation_split)
    259         if validation_data is None and validation_split:
    260             self._split_dataset = True
--> 261             dataset, validation_data = utils.split_dataset(dataset, validation_split)
    262         return dataset, validation_data
    263 

C:\ProgramData\Anaconda3\lib\site-packages\autokeras\utils.py in split_dataset(dataset, validation_split)
     64         A tuple of two tf.data.Dataset. The training set and the validation set.
     65     """
---> 66     num_instances = dataset.reduce(np.int64(0), lambda x, _: x + 1).numpy()
     67     if num_instances < 2:
     68         raise ValueError('The dataset should at least contain 2 '

AttributeError: 'Tensor' object has no attribute 'numpy'

1 Ответ

0 голосов
/ 16 января 2020

autokeras.task.ImageClassifier.fit ожидает, что оба обучающих данных либо numpy.ndarray, либо tensorflow.Dataset.

y в настоящее время является списком. Преобразовать его в массив numpy 

Y = np.asarray(y)

clf.fit(X, Y, validation_split=0.1)

Расхождение между примером для tf.data.Dataset.reduce документации в Tensorflow v1.15.0 и v2.0.0 отражает то, что reduce функция возвращает экземпляр tensorflow.python.framework.ops.Tensor, а не экземпляр tensorflow.python.framework.ops.EagerTensor для более ранней версии.

autokeras.utils.split_dataset ожидает, что уменьшенный Dataset будет EagerTensor экземпляром так как он вызывает numpy функцию для него.

Я предлагаю обновить вашу версию tenorflow до 2.0.0

...