如何在具有多个输出时修复 ValueError（x 和 y 应该具有相同的长度）？

Question

我正在建立一个模型，它有一个图像输入 (130,130,1) 和 3 个输出，每个输出包含一个 (10,1) 向量，其中单独应用 softmax。

(Inspired by J. Goodfellow, Yaroslav Bulatov, Julian Ibarz, Sacha Arnoud, and Vinay D. Shet. Multi-digit number recognition from street view imagery using deep convolutional neural networks. CoRR, abs/1312.6082, 2013. URL http://arxiv.org/abs/1312.6082 , sadly they didn't publish their network).

input = keras.layers.Input(shape=(130,130, 1)
l0 = keras.layers.Conv2D(32, (5, 5), padding="same")(input)
[conv-blocks etc]
l12 = keras.layers.Flatten()(l11)
l13 = keras.layers.Dense(4096, activation="relu")(l12)
l14 = keras.layers.Dense(4096, activation="relu")(l13)
output1 = keras.layers.Dense(10, activation="softmax")(l14)
output2 = keras.layers.Dense(10, activation="softmax")(l14)
output3 = keras.layers.Dense(10, activation="softmax")(l14)

model = keras.models.Model(inputs=input, outputs=[output1, output2, output3])
model.compile(loss=['categorical_crossentropy', 'categorical_crossentropy', 
              'categorical_crossentropy'],
              loss_weights=[1., 1., 1.],
              optimizer=optimizer,
              metrics=['accuracy'])

train_generator = train_datagen.flow(x_train,
              [[y_train[:, 0, :], y_train[:, 1, :], y_train[:, 2, :]], 
              batch_size=batch_size)

但是我得到：ValueError：x（图像张量）和 y（标签）应该具有相同的长度。找到：x.shape = (1000, 130, 130, 1), y.shape = (3, 1000, 10)

但是如果我把它改成：

 [same as before]
 train_generator = train_datagen.flow(x_train,
              y_train, 
              batch_size=batch_size)

然后我得到：ValueError：检查模型目标时出错：您传递给模型的 Numpy 数组列表不是模型预期的大小。预计会看到 3 个数组

维度(x_train) = (1000, 130, 130, 1)
- 其中每张图片是 (130, 130, 1) 并且有 1000 张图片
维度(y_train) = (1000, 3, 10)

documentation里面说应该是这样的；

model = Model(inputs=[main_input, auxiliary_input], outputs= 
[main_output, auxiliary_output])

但是，我不知道你应该如何让输出和输入的长度相同？

Answer 1

感谢@Djib2011。当我在文档中查找示例以将其传递到字典中时，我注意到所有示例都使用 model.fit() 而不是 model.fit_generator().

所以我研究了一下，发现还有一个bug（从2016年开始！）for ImageDataGenerator 单输入多输出。悲伤的故事。

所以解决方案是使用model.fit()而不是model.fit_generator()。

如何在具有多个输出时修复 ValueError（x 和 y 应该具有相同的长度）？

How to fix ValueError (x and y should have the same length) while having multiple outputs?

python

tensorflow

keras

multipleoutputs