博主，
aug.flow(trainX, trainY, batch_size=BS)
请问下这一行代码中的flow指的是什么呢？
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
发简信
IP属地：宁夏回族自治区
-
-
请问下博主，模型训练完之后显示的表格中最右侧的那一栏support是指的什么呢？
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
向您请教一下，您知道这个网络中采用的32位的浮点数如何切换到 16位的浮点数吗？
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
这个是从CNN_net.py这个文件中加载的
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
@进击的码农设计师 博主，我把数据增强部分代码给注释掉之后，再运行我的数据集，结果仍然报MemoryError型错误，具体错误信息如下：
Traceback (most recent call last):
File "***.py", line 40, in <module>
data = np.array(data, dtype="float") / 255.0
MemoryError
看来可能也不是因为数据增强的原因，请问下博主这个要需要怎么调整呢？使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
@进击的码农设计师 嗯嗯 谢谢博主了 不知怎么才能单独向你请教啊😂
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
@进击的码农设计师 博主您可以帮我看下我这个代码是哪里出问题 了吗？
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
@进击的码农设计师 我是0.21版本的
然后用这个命令conda install scikit-learn 0.19.1
发现装不上您说的0.19.1这个版本使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
@进击的码农设计师 嗯嗯，我刚才已经这样做了，修改了这两处之后，发现报错
ValueError: With n_samples=0, test_size=0.25 and train_size=None, the resulting train set will be empty. Adjust any of the aforementioned parameters.使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
博主您好，我在用自己的数据集训练网络的时候，
加载图片过程中报错MemoryError，具体错误信息如下：
data = np.array(data, dtype="float") / 255.0
MemoryError
我猜测出现这个错误可能由于我要分类的图像类别较多，而且后来网上查了一下，说如果在线数据增强后，会1500倍地增大数据及所占用的内存空间，所以我想问下博主，这个训练文件中代码的数据增强部分是否可以取消，如果取消的话不只需要如何改动？望博主多指教！使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
博主，你这个数据集是没有区分train和test吧？那应该是随机从总的数据集文件夹中选取图像作为训练集和测试集的吗？
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
-
一枚特立独行的码农设计师~
-
博主您好！
Traceback (most recent call last):
File "**/nn_train.py", line 90, in <module>
plt.plot(N, H.history["accuracy"], label="train_acc")
KeyError: 'accuracy'
请问下这个是什么原因呀？谢谢博主！使用Keras训练自己的数据集——以图像多分类为例（基于卷积神经网络）
1.准备数据集： 本次以图像三分类为例，准备猫、狗、熊猫三种动物的图片数据（每种各1000张图片），依次存放在'./dataset/cats'、'./dataset/dogs...
