Ошибка при попытке использовать набор данных HDF5 с Keras

При попытке использовать набор данных HDF5 с keras я получаю следующее сообщение об ошибке. Казалось бы, что Sequential.fit(), создавая срез данных проверки, обнаруживает, что ключ среза не имеет атрибута «stop». Я не знаю, является ли это проблемой форматирования моего набора данных HDF5 или чего-то еще. Любая помощь будет оценена по достоинству.Ошибка при попытке использовать набор данных HDF5 с Keras

Traceback (most recent call last):
File "autoencoder.py", line 73, in module

validation_split=0.2)

File "/home/ben/.local/lib/python2.7/site-packages/keras/models.py", line 672, in fit

initial_epoch=initial_epoch)

File "/home/ben/.local/lib/python2.7/site-packages/keras/engine/training.py", line 1143, in fit

x, val_x = (slice_X(x, 0, split_at), slice_X(x, split_at))

File "/home/ben/.local/lib/python2.7/site-packages/keras/engine/training.py", line 301, in slice_X

return [x[start:stop] for x in X]

File "/home/ben/.local/lib/python2.7/site-packages/keras/utils/io_utils.py", line 71, in getitem

if key.stop + self.start <= self.end:

TypeError: unsupported operand type(s) for +: 'NoneType' and 'int'

training_input = HDF5Matrix("../../media/patches/data_rotated.h5", 'training_input_rotated') 
    training_target = HDF5Matrix("../../media/patches/data_rotated.h5", 'training_target_rotated') 

    # Model definition 
    autoencoder = Sequential() 

    autoencoder.add(Convolution2D(32, 3, 3, activation='relu', border_mode='same',input_shape=(64, 64, 3))) 
    autoencoder.add(MaxPooling2D((2, 2), border_mode='same')) 
    autoencoder.add(Convolution2D(64, 3, 3, activation='relu', border_mode='same')) 
    autoencoder.add(MaxPooling2D((2, 2), border_mode='same')) 
    autoencoder.add(Convolution2D(128, 3, 3, activation='relu', border_mode='same')) 
    autoencoder.add(Deconvolution2D(64, 3, 3, activation='relu', border_mode='same',output_shape=(None, 16, 16, 64),subsample=(2, 2))) 
    autoencoder.add(UpSampling2D((2, 2))) 
    autoencoder.add(Deconvolution2D(32, 3, 3, activation='relu', border_mode='same',output_shape=(None, 32, 32, 32),subsample=(2, 2))) 
    autoencoder.add(UpSampling2D((2, 2))) 
    autoencoder.add(Deconvolution2D(3, 3, 3, activation='sigmoid', border_mode='same',output_shape=(None, 64, 64, 3),subsample=(2, 2))) 
    autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy') 
    autoencoder.summary() 

    # Callback configure 
    csv_logger = CSVLogger('../../runs/training_' + start_time + '.log') 
    prog_logger = ProgbarLogger() 
    checkpointer = ModelCheckpoint(filepath='../../runs/model_' + start_time + '.hdf5', verbose=1, save_best_only=False) 

    # Training call 
    history = autoencoder.fit(
        x=training_input, 
        y=training_target, 
        batch_size=256, 
        nb_epoch=1000, 
        verbose=2, 
        callbacks=[csv_logger, prog_logger, checkpointer], 
        validation_split=0.2)

источник

2017-01-25 Ben

Try + str (start_time) –

Прошу прощения, я не понимаю. Где я должен добавить это? – Ben

В определении регистратора Csv. –

Я не исправить ошибку, но я вокруг его с помощью validation_data вместо validation_split в моей пригонки вызова.

источник

2017-01-26 18:26:33 Ben

Ошибка при попытке использовать набор данных HDF5 с Keras

ответ

Смежные вопросы