前提・実現したいこと
プログラミング初心者です。
TensorFlowとKersで機械学習をする方法を学んでいます。
Valueerrorが出て進められないので解決策を教えてください。
発生している問題・エラーメッセージ
エラーメッセージ
(t37) C:\Users\sun20\Documents\flickr>python nn-flower.py
Using TensorFlow backend.
Traceback (most recent call last):
File "nn-flower.py", line 45, in <module>
main()
File "nn-flower.py", line 20, in main
x_train, x_test, y_train, y_test = train_test_split(x, y)
File "C:\Users\sun20\anaconda3\envs\t37\lib\site-packages\sklearn\model_selection_split.py", line 2176, in train_test_split
default_test_size=0.25)
File "C:\Users\sun20\anaconda3\envs\t37\lib\site-packages\sklearn\model_selection_split.py", line 1861, in _validate_shuffle_split
train_size)
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.
該当のソースコード
【image_to_db.py】 # 画像をnumpy形式に変換するプログラム import numpy as np from PIL import Image import os, glob, random # 変数の初期化 photo_size = 150 x = [] y = [] # path以下の画像を最大max_photoだけ読む def glob_images(path, lael, max_photo): #ファイル一覧を得る files = glob.glob(path + "/*.jpg") random.shuffle(files) #各ファイルを処理 for i, f in enumerate(files): if i >=max_photo: break #画像ファイルを読む img = Image.open(f) img = img.convert("RGB") # 同一サイズにリサイズ img = img.resize((photo_size, photo_size)) # numpy形式に変換 data = np.asarray(img) data = data / 256 data = data.reshape(photo_size, photo_size, 3) X.append(data) Y.append(label) # 最大枚数max_photoのデータセットを作る def make_dataset(max_photo, outfile): global X global Y X = [] Y = [] # 各画像のフォルダーから写真を読み込む glob_images(".sakura-ok", 0, max_photo) glob_images(".sunflower-ok", 1, max_photo) glob_images(".rose-ok", 2, max_photo) X = np.array(X, dtype=np.float32) np.savez(outfile, x=x, y=y) print("saved:" + outfile) # データセットを2種類作成する make_dataset(100, "photo-min.npz") make_dataset(300, "photo.npz") ------------------------------------------------------------------------------------------------------ 【nn-flower.py】 from sklearn.model_selection import train_test_split from keras.models import Sequential from keras.layers import Activation, Dropout, Dense from keras.utils import np_utils import numpy as np # 変数の宣言 classes = 3 data_size = 150 * 150 * 3 # データを学習しモデルを評価する def main(): #データの読み込み data = np.load("./photo-min.npz") x = data["x"] y = data["y"] #データを2次元に変形する x = np.reshape(x, (-1, data_size)) #訓練データとテストデータに分類 x_train, x_test, y_train, y_test = train_test_split(x, y) # モデルを訓練し評価 model = train(x_train, y_train) model_eval(model, x_test, y_test) # モデルを構築しデータを学習する def train(x, y): #モデルの構築 model = Sequential() model.add(Dense(units=64, input_dim=(data_size))) model.add(Activation('relu')) model.add(Dense(units=classes)) model.add(Activation('softmax')) model.compile(loss='sparse_categorical_crossentropy', optimizer='sgd', metrics=['accuracy']) model.fit(x, y, epochs=60) return model # モデルを評価する def model_eval(model, x_test, y_test): score = model.evaluate(x_test, y_test) print('loss=', score[0]) print('accuracy=', score[1]) if __name__ == "__main__": main()
試したこと
同じエラーについて調べましたが解決できませんでした。
補足情報(FW/ツールのバージョンなど)
python3.7.10
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
退会済みユーザー
2021/04/02 09:35
2021/04/02 09:39
退会済みユーザー
2021/04/02 09:56
2021/04/02 10:20
退会済みユーザー
2021/04/03 04:21
2021/04/05 02:56
退会済みユーザー
2021/04/05 09:08
退会済みユーザー
2021/04/05 09:33