为什么 keras 模型可以编译但 fit_generator 命令会抛出“模型未编译运行时错误”？

Question

我已经在带有张量流后端的 keras 中设置了一个带有 K 折交叉验证的自定义 CNN。在开始训练之前会调用 model.compile() 函数，但调用 model.fit_generator() 函数会导致运行时错误：“您必须先编译模型，然后才能使用它。”我使用 ImageDataGenerator 进行数据增强并使用 fit_generator 函数进行训练。到目前为止，我发现的唯一相关问题与 tensorflow急切执行功能有关，该功能似乎未在 Keras中启用。这是代码：模型定义：model = Sequential()model.add(Conv2D(24, (5, 5),           strides=(1, 1),           padding="valid",           data_format="channels_last",          activation='relu',           use_bias=True,          ))#out=96model.add(Dropout(.25))model.add(MaxPooling2D(pool_size=(2, 2)))#out=48model.add(Conv2D(32, (3, 3),           strides=(1, 1),           padding="valid",           data_format="channels_last",          activation='relu',           use_bias=True,          ))#out=46model.add(MaxPooling2D(pool_size=(2, 2)))#out=23model.add(Conv2D(48, (3, 3),           strides=(1, 1),           padding="valid",           data_format="channels_last",          activation='relu',           use_bias=True,          ))#out=21model.add(MaxPooling2D(pool_size=(2, 2)))#padding???model.add(Flatten())model.add(Dense(3, activation='softmax'))...这里将是数据初始化...设置 ImageGenerator：datagen_training = ImageDataGenerator(            rotation_range = 20,            width_shift_range = 0.3,            height_shift_range=0.3,            zoom_range=0.2,            fill_mode = "constant",            cval = 0,            vertical_flip = True,            validation_split = 0.2            )datagen_training.fit(data)

Answer 1

模型没有编译，因为它没有被构建，它没有被构建，因为input_shape它没有在第一层中指定。我不确定你的数据的输入形状，但是你的第一层这样的东西会让模型编译：

model = Sequential()

model.add(Conv2D(24, (5, 5), 

      strides=(1, 1), 

      padding="valid", 

      data_format="channels_last",

      activation='relu', 

      use_bias=True,

      input_shape=(100,100,1)

      ))#out=96