Model.fit_generator выдает ошибку времени выполнения:

Question

Обучая CNN с использованием Keras, даже несмотря на то, что я делал файл model.compile, keras. fit_generator выдает ошибку времени выполнения, говорящую о том, что нужно скомпилировать мою модель перед использованием fit.

Error: 
Using TensorFlow backend.
WARNING:tensorflow:From C:\Users\..\Desktop\venvpy36\lib\site-packages\tensorflow\python\framework\op_def_library.py:263: colocate_with (from tensorflow.python.framework.ops) is deprecated and will be removed in a future version.
Instructions for updating:
Colocations handled automatically by placer.
Found 468 images belonging to 2 classes.
Found 86 images belonging to 2 classes.
Traceback (most recent call last):
  File "C:/Users/../Desktop/miscfiles/template_classifier_cnn.py", line 75, in <module>
    model.fit_generator(train_generator)
  File "C:\Users\..\Desktop\venvpy36\lib\site-packages\keras\legacy\interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "C:\Users\..\Desktop\venvpy36\lib\site-packages\keras\engine\training.py", line 1418, in fit_generator
    initial_epoch=initial_epoch)
  File "C:\Users\..\Desktop\venvpy36\lib\site-packages\keras\engine\training_generator.py", line 40, in fit_generator
    model._make_train_function()
  File "C:\Users\..\Desktop\venvpy36\lib\site-packages\keras\engine\training.py", line 496, in _make_train_function
    raise RuntimeError('You must compile your model before using it.')
RuntimeError: You must compile your model before using it.

пробовал разные оптимизаторы, потери. попробовал построить модель без функции.

from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.layers import Conv2D, MaxPooling2D,BatchNormalization
from keras.optimizers import Adam

import numpy as np
np.random.seed(1000)


train_datagen = ImageDataGenerator(
    rescale=1./255,
    shear_range=0.2,
    zoom_range=0.2,
    horizontal_flip=False
)


test_datagen = ImageDataGenerator(rescale=1./255)

def build_model():
    model = Sequential()
    model.add(Conv2D(32, (3, 3), padding='same'))
    model.add(Activation('relu'))
    model.add(Conv2D(32, (3, 3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.25))
    model.add(BatchNormalization())
    model.add(Conv2D(64, (3, 3), padding='same'))
    model.add(Activation('relu'))
    model.add(Conv2D(64, (3, 3)))
    model.add(Activation('relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.25))
    model.add(Flatten())
    model.add(Dense(512))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(2))
    model.add(Activation('softmax'))


    model.compile(loss='categorical_crossentropy',
                  optimizer=Adam(0.001),
                  metrics=['accuracy'])
    return model

model = build_model()


train_generator = train_datagen.flow_from_directory(
        'data/images/template/cnn_train',
        target_size=(256,256),
        batch_size=32,
        class_mode='binary')

validation_generator = test_datagen.flow_from_directory(
        'data/images/template/cnn_validate',
        target_size=(256,256),
        batch_size=32,
        class_mode='binary')
#model.summary()

model.fit_generator(train_generator)

Answer 1

Вы должны назначить входную форму для вашей модели, я думаю, это то, чего ей не хватает. Потому что в вашей Sequential() модели вы не назначили ввод.

Здесь, в вашем коде model.add(Conv2D(32, (3, 3), padding='same')), для первого слоя вы должны назначить input_shape.