質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.37%

  • Python 3.x

    10758questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • Keras

    549questions

kerasで学習させようとするとValueErrorになる

受付中

回答 0

投稿

  • 評価
  • クリップ 0
  • VIEW 307

tamtam44444

score 1

前提・実現したいこと

以下のコードを実行するとValueErrorになってしまいます。何が原因なのかわかりません。

発生している問題・エラーメッセージ

Epoch 1/50
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-7-0bdf069155bb> in <module>
     11                     epochs=50,
     12                    verbose = 1,
---> 13                     callbacks =[earlystopping]
     14                    )
     15 

C:\ProgramData\Anaconda3\lib\site-packages\keras\legacy\interfaces.py in wrapper(*args, **kwargs)
     89                 warnings.warn('Update your `' + object_name +
     90                               '` call to the Keras 2 API: ' + signature, stacklevel=2)
---> 91             return func(*args, **kwargs)
     92         wrapper._original_function = func
     93         return wrapper

C:\ProgramData\Anaconda3\lib\site-packages\keras\models.py in fit_generator(self, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)
   1254                                         use_multiprocessing=use_multiprocessing,
   1255                                         shuffle=shuffle,
-> 1256                                         initial_epoch=initial_epoch)
   1257 
   1258     @interfaces.legacy_generator_methods_support

C:\ProgramData\Anaconda3\lib\site-packages\keras\legacy\interfaces.py in wrapper(*args, **kwargs)
     89                 warnings.warn('Update your `' + object_name +
     90                               '` call to the Keras 2 API: ' + signature, stacklevel=2)
---> 91             return func(*args, **kwargs)
     92         wrapper._original_function = func
     93         return wrapper

C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py in fit_generator(self, generator, steps_per_epoch, epochs, verbose, callbacks, validation_data, validation_steps, class_weight, max_queue_size, workers, use_multiprocessing, shuffle, initial_epoch)
   2175                     outs = self.train_on_batch(x, y,
   2176                                                sample_weight=sample_weight,
-> 2177                                                class_weight=class_weight)
   2178 
   2179                     if not isinstance(outs, list):

C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py in train_on_batch(self, x, y, sample_weight, class_weight)
   1841             sample_weight=sample_weight,
   1842             class_weight=class_weight,
-> 1843             check_batch_axis=True)
   1844         if self.uses_learning_phase and not isinstance(K.learning_phase(), int):
   1845             ins = x + y + sample_weights + [1.]

C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py in _standardize_user_data(self, x, y, sample_weight, class_weight, check_batch_axis, batch_size)
   1436                           for (ref, sw, cw, mode)
   1437                           in zip(y, sample_weights, class_weights, self._feed_sample_weight_modes)]
-> 1438         _check_array_lengths(x, y, sample_weights)
   1439         _check_loss_and_target_compatibility(y,
   1440                                              self._feed_loss_fns,

C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py in _check_array_lengths(inputs, targets, weights)
    215                          'the same number of samples as target arrays. '
    216                          'Found ' + str(list(set_x)[0]) + ' input samples '
--> 217                          'and ' + str(list(set_y)[0]) + ' target samples.')
    218     if len(set_w) > 1:
    219         raise ValueError('All sample_weight arrays should have '

ValueError: Input arrays should have the same number of samples as target arrays. Found 18 input samples and 16 target samples.

該当のソースコード

from keras.models import Sequential
from keras.layers import Conv2D
from keras import backend as K
from keras.preprocessing.image import ImageDataGenerator
from PIL import Image
import os
import numpy as np
from keras.callbacks import EarlyStopping

model = Sequential()
model.add(Conv2D(filters=64,
                kernel_size=9,
                padding="same",
                activation="relu",
                input_shape=(None,None,3)
                ))
model.add(Conv2D(filters=32,
                kernel_size=1,
                padding="same",
                activation="relu",
                ))
model.add(Conv2D(filters=3,
                kernel_size=5,
                padding="same",
                ))
model.summary()

def psnr(y_true, y_pred):
    return -10*K.log(K.mean(K.flatten((y_true - y_pred))**2
                           ))/np.log(10)

BATCH_SIZE = 16
N_TRAIN_DATA = 19440
N_TEST_DATA = 1728

class SegDataGenerator(object):
    def __init__(self):
        self.reset()

    def reset(self):
        self.x_images = []
        self.y_images = []

    def flow_from_directory(self,directory, batch_size):
        folderlist = os.listdir(directory)
        x_path = directory + "\\" + folderlist[0]
        y_path = directory + "\\" + folderlist[1]

        x_filelist = os.listdir(x_path)
        y_filelist = os.listdir(y_path)

        while True:
            for x_file, y_file in zip(x_filelist, y_filelist):
                with Image.open(x_path + "\\" + x_file) as f:
                    self.x_images.append(np.asarray(f.convert("RGB"), dtype=np.float32))
                with Image.open(y_path + "\\" + y_file) as t:
                    self.y_images.append(np.asarray(t.convert("RGB"), dtype=np.float32))

                if len(self.y_images) == batch_size:
                    y = np.asarray(self.y_images, dtype=np.float32)
                    x = np.asarray(self.x_images, dtype=np.float32)
                    self.reset()

                    yield x/255., y/255., 


data_gen = SegDataGenerator()
train_datagenerator = data_gen.flow_from_directory("トレインファイルパス", batch_size=BATCH_SIZE)

test_datagenerator= data_gen.flow_from_directory("テストファイルパス", batch_size=BATCH_SIZE)

earlystopping = EarlyStopping(monitor="val_loss",patience=2)

model.compile(loss="mean_squared_error",
             optimizer="adam",
             metrics=[psnr])

model.fit_generator(train_datagenerator,
                   validation_data = test_datagenerator,
                    steps_per_epoch=N_TRAIN_DATA//BATCH_SIZE,
                    validation_steps=N_TEST_DATA//BATCH_SIZE,
                    epochs=50,
                   verbose = 1,
                    callbacks =[earlystopping]
                   )

pred = model.predict(x_test)

試したこと

generatorの出力の形状を調べると(2,16,100,100,3)でした。

補足情報(FW/ツールのバージョンなど)

python3.6.6
keras2.1.3

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正の依頼

  • tiitoi

    2019/02/07 01:00 編集

    書かれてるエラー文の通りなのでは?

    > Input arrays should have the same number of samples as target arrays. Found 18 input samples and 16 target samples.

    入力データの配列とラベルデータの配列の要素数は一致している必要があります。
    入力データの配列は18個、ラベルデータの配列は16個のものが見つかりました。

    キャンセル

  • tamtam44444

    2019/02/07 21:20

    なぜ入力データのラベルが18になるのかわかりません。
    generatorからは16個のデータしか取り出してないはずなのですが。

    キャンセル

まだ回答がついていません

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.37%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

同じタグがついた質問を見る

  • Python 3.x

    10758questions

    Python 3はPythonプログラミング言語の最新バージョンであり、2008年12月3日にリリースされました。

  • Keras

    549questions