博主，
aug.flow(trainX, trainY, batch_size=BS)
請(qǐng)問下這一行代碼中的flow指的是什么呢？
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
請(qǐng)問下博主，模型訓(xùn)練完之后顯示的表格中最右側(cè)的那一欄support是指的什么呢？
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
向您請(qǐng)教一下，您知道這個(gè)網(wǎng)絡(luò)中采用的32位的浮點(diǎn)數(shù)如何切換到 16位的浮點(diǎn)數(shù)嗎？
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
這個(gè)是從CNN_net.py這個(gè)文件中加載的
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
@進(jìn)擊的碼農(nóng)設(shè)計(jì)師 博主，我把數(shù)據(jù)增強(qiáng)部分代碼給注釋掉之后，再運(yùn)行我的數(shù)據(jù)集，結(jié)果仍然報(bào)MemoryError型錯(cuò)誤，具體錯(cuò)誤信息如下：
Traceback (most recent call last):
File "***.py", line 40, in <module>
data = np.array(data, dtype="float") / 255.0
MemoryError
看來可能也不是因?yàn)閿?shù)據(jù)增強(qiáng)的原因，請(qǐng)問下博主這個(gè)要需要怎么調(diào)整呢？
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
@進(jìn)擊的碼農(nóng)設(shè)計(jì)師 嗯嗯 謝謝博主了 不知怎么才能單獨(dú)向你請(qǐng)教啊??
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
@進(jìn)擊的碼農(nóng)設(shè)計(jì)師 博主您可以幫我看下我這個(gè)代碼是哪里出問題 了嗎？
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
@進(jìn)擊的碼農(nóng)設(shè)計(jì)師 我是0.21版本的
然后用這個(gè)命令conda install scikit-learn 0.19.1
發(fā)現(xiàn)裝不上您說的0.19.1這個(gè)版本
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
@進(jìn)擊的碼農(nóng)設(shè)計(jì)師 嗯嗯，我剛才已經(jīng)這樣做了，修改了這兩處之后，發(fā)現(xiàn)報(bào)錯(cuò)
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訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
博主您好，我在用自己的數(shù)據(jù)集訓(xùn)練網(wǎng)絡(luò)的時(shí)候，
加載圖片過程中報(bào)錯(cuò)MemoryError，具體錯(cuò)誤信息如下：
data = np.array(data, dtype="float") / 255.0
MemoryError
我猜測(cè)出現(xiàn)這個(gè)錯(cuò)誤可能由于我要分類的圖像類別較多，而且后來網(wǎng)上查了一下，說如果在線數(shù)據(jù)增強(qiáng)后，會(huì)1500倍地增大數(shù)據(jù)及所占用的內(nèi)存空間，所以我想問下博主，這個(gè)訓(xùn)練文件中代碼的數(shù)據(jù)增強(qiáng)部分是否可以取消，如果取消的話不只需要如何改動(dòng)？望博主多指教！
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
博主，你這個(gè)數(shù)據(jù)集是沒有區(qū)分train和test吧？那應(yīng)該是隨機(jī)從總的數(shù)據(jù)集文件夾中選取圖像作為訓(xùn)練集和測(cè)試集的嗎？
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
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'
請(qǐng)問下這個(gè)是什么原因呀？謝謝博主！
使用Keras訓(xùn)練自己的數(shù)據(jù)集——以圖像多分類為例（基于卷積神經(jīng)網(wǎng)絡(luò)）1.準(zhǔn)備數(shù)據(jù)集： 本次以圖像三分類為例，準(zhǔn)備貓、狗、熊貓三種動(dòng)物的圖片數(shù)據(jù)（每種各1000張圖片），依次存放在'./dataset/cats'、'./dataset/dogs...
