画像認識の学習モデルが作成できません

Question

Python初心者です。
DeepLeaning を試すため、簡単な画像認識のモデルを作成しようとしたのですが、model.fitで学習させようとすると以下のエラーが出てうまくいきません。
stringからfloatにキャストしようとしてるみたいなのですが、stringを使用している自覚がないため原因がわかりません。

Traceback (most recent call last):
  File "DL_try.py", line 58, in <module>
    model.fit(I_train, A_train, epochs = 10)
  File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\utils\traceback_utils.py", line 67, in error_handler
    raise e.with_traceback(filtered_tb) from None
  File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\tensorflow\python\eager\execute.py", line 55, in quick_execute
    inputs, attrs, num_outputs)
tensorflow.python.framework.errors_impl.UnimplementedError: Graph execution error:

Detected at node 'Cast_1' defined at (most recent call last):
    File "DL_try.py", line 58, in <module>
      model.fit(I_train, A_train, epochs = 10)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\utils\traceback_utils.py", line 64, in error_handler
      return fn(*args, **kwargs)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\training.py", line 1409, in fit
      tmp_logs = self.train_function(iterator)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\training.py", line 1051, in train_function
      return step_function(self, iterator)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\training.py", line 1040, in step_function
      outputs = model.distribute_strategy.run(run_step, args=(data,))
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\training.py", line 1030, in run_step
      outputs = model.train_step(data)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\training.py", line 894, in train_step
      return self.compute_metrics(x, y, y_pred, sample_weight)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\training.py", line 987, in compute_metrics
      self.compiled_metrics.update_state(y, y_pred, sample_weight)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\engine\compile_utils.py", line 501, in update_state
      metric_obj.update_state(y_t, y_p, sample_weight=mask)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\utils\metrics_utils.py", line 70, in decorated
      update_op = update_state_fn(*args, **kwargs)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\metrics\base_metric.py", line 140, in update_state_fn
      return ag_update_state(*args, **kwargs)
    File "C:\Users\anaconda3\envs\DL_Try\lib\site-packages\keras\metrics\base_metric.py", line 637, in update_state
      y_true = tf.cast(y_true, self._dtype)
Node: 'Cast_1'
Cast string to float is not supported
         [[{{node Cast_1}}]] [Op:__inference_train_function_882]

ソース

import numpy as np
import tensorflow as tf
import glob


I_train = []
A_train = []
I_test = []
A_test = [] 


"""---------------------画像読み込み---------------------"""
for f in glob.glob("image\\*\\*\\*.jpg"):
    img_data = tf.io.read_file(f) 
    img_data = tf.io.decode_jpeg(img_data, channels=3) 
    
    img_data = tf.image.resize(img_data, [100, 100])  
    
    if f.split("\\")[1] == "train": 
        I_train.append(img_data)
        A_train.append(f.split("\\")[2].split("_")[0])
        
    elif f.split("\\")[1] == "test":
        I_test.append(img_data)
        A_test.append(f.split("\\")[2].split("_")[0])
        
I_train = np.array(I_train) / 255
A_train = np.array(A_train)
I_test = np.array(I_test) / 255
A_test = np.array(A_test)


"""---------------------ニューラルネットワークの構築---------------------"""
model = tf.keras.models.Sequential([
    #入力層
    tf.keras.layers.Flatten(input_shape = (100, 100, 3)),
    #中間層
    tf.keras.layers.Dense(64, activation = "relu"),
    tf.keras.layers.Dropout(0.2),
    #出力層
    tf.keras.layers.Dense(3, activation = "softmax") 
])

"""---------------------モデルの学習---------------------"""
model.compile(optimizer = "adam", loss = "sparse_categorical_crossentropy", metrics = ["accuracy"])

#学習開始
model.fit(I_train, A_train, epochs = 10)

Comments

[jbpb0]

質問のコードを
https://protecfumi.com/dog-cat-penguin-deeplearuning/
のコードと見比べたら、「A_train.append(...」と
「A_test.append(...」に足りないものが

Answer 1

stringを使用している自覚がない

A_train = np.array(A_train)

のすぐ下に

print(A_train.dtype)

を追加して実行したら、「A_train」が文字列になってることが分かります
「A_test」も同様です

参考
numpyで文字列の配列を作る際の注意点

　

        A_train.append(f.split("\\")[2].split("_")[0])

↓ 修正

        A_train.append(int(f.split("\\")[2].split("_")[0]))

　

        A_test.append(f.split("\\")[2].split("_")[0])

↓ 修正

        A_test.append(int(f.split("\\")[2].split("_")[0]))

とすれば、文字列ではなく整数になるので、エラーにならないと思います

参考
犬、猫、ペンギンを判別する深層学習（ディープラーニング）を作ってみた！