报错解决:alueError: When using data tensors as input to a model, you should specify the `steps_per_epoch
报错解决:valueError: When using data tensors as input to a model, you should specify the steps_per_epoch
argument.
晚上在使用tensorflow时报错如下:
File "C:\Users\peter\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 786, in runfileexecfile(filename, namespace)File "C:\Users\peter\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py", line 110, in execfileexec(compile(f.read(), filename, 'exec'), namespace)callbacks = [cp_callback]) # pass callback to trainingFile "C:\Users\peter\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\training.py", line 880, in fitvalidation_steps=validation_steps)File "C:\Users\peter\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\training_arrays.py", line 202, in model_iterationsteps_per_epoch)File "C:\Users\peter\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\training_arrays.py", line 76, in _get_num_samples_or_steps'steps_per_epoch')File "C:\Users\peter\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\training_utils.py", line 230, in check_num_samplesif check_steps_argument(ins, steps, steps_name):File "C:\Users\peter\Anaconda3\lib\site-packages\tensorflow\python\keras\engine\training_utils.py", line 960, in check_steps_argumentinput_type=input_type_str, steps_name=steps_name))ValueError: When using data tensors as input to a model, you should specify the `steps_per_epoch` argument.
解决方法是model.fit中增加参数steps_per_epoch=1。
如果解决不了,我的一个奇淫技巧是把model.fit中的validation_data和validation_split都删了。
报错解决:alueError: When using data tensors as input to a model, you should specify the `steps_per_epoch相关推荐
- 针对报错 ValueError: When using data tensors as input to a model, you should specify the `steps_per_epoc
针对报错 ValueError: When using data tensors as input to a model, you should specify the steps_per_epoch ...
- @Data注解使用后get set报错解决方法
@Data注解使用后get set报错解决方法 参考文章: (1)@Data注解使用后get set报错解决方法 (2)https://www.cnblogs.com/lijinshan950823/ ...
- 从零开始在ubuntu上安装和使用k8s集群及报错解决
文章目录 安装docker 安装kubernetes 配置k8s集群 配置虚拟机网络 配置Master节点的k8s网络 拉取k8s需要的镜像 启动 kubeadm 和 kubelet 配置 node节 ...
- 报错解决:TypeError: Object type class 'str' cannot be passed to C code
此文首发于我的个人博客:报错解决 TypeError Object type class 'str' cannot be passed to C code - zhang0peter的个人博客 下午在 ...
- 报错解决:ResourceExhaustedError: OOM when allocating tensor with shape
报错解决:ResourceExhaustedError: OOM when allocating tensor with shape 早上在使用tensorflow时遇到如下报错: Traceback ...
- Linux Lernel Panic 报错解决思路
Linux Kernel Panic 报错解决思路 作为系统管理员面对server重启都起不来,那是一个相当烦躁,接显示器查看经常会碰到遇到这样的字眼"Kernel Panic" ...
- node-sass报错解决方法
node-sass报错解决方法 node-sass报错解决方法 在Vue.js中,每一个vue文件都是一个组件,在.vue文件中可以将模板,脚本,样式写在一起,便于组织整个组件.在使用template ...
- 【matlab】【Datcom】气动解算软件win10报错解决办法及运行交互示例
版本说明 免费版本仍然可用.尚未使用Datcom + Pro版本的功能进行更新.没有大量的工作,我无法生成新的分发程序包,并且我现在对此不感兴趣.建议您观看教程视频,以了解使用新的Datcom + P ...
- M1 pod install CocoaPod 报错解决办法
Mac M1 pod install 报错解决办法 Mac M1 CocoaPods 环境问题 M1 Ruby 环境问题 新到的 MacBook Pro M1,配置如下: MacBook Pro (1 ...
最新文章
- 基于K-gram的winnowing特征提取剽窃查重检测技术(概念篇)
- rust(50)-图像(3)
- 系统间数据交互注意项
- Commons里的DButil
- 高等数学超入门学习笔记
- 初识Buildroot
- ACwing 2. 01背包问题(DP)
- 信息学奥赛一本通 1310:【例2.2】车厢重组
- Java进阶:SSM(Spring、Spring MVC、MyBatis)整合
- 数据--第26课 - 排序的概念及分类
- FS7022双节锂电池8.4V保护IC电路图
- 基于JAVA+SpringMVC+MYSQL的汽车4S店管理系统
- matlab期货,Matlab在股指期货中的应用
- VidLoc:A Deep Spatio-Temporal Model for 6-DoF Video-Clip Relocalization用于6-DoF视频片段重新定位的深度时空模型
- 7本最经典的逻辑思维书籍推荐
- Sloth演示程序及源代码发布
- 长沙python培训_长的解释|长的意思|汉典“长”字的基本解释
- win10安装序列号
- 微信语音(录音,上传,下载,播放,停止)
- 智能路由和SD-WAN孰优孰劣
热门文章
- 初探Django2.1:Win10+Python3.6.6环境下安装Django
- 新建html带参数,本地html加载时带参数的问题
- svn更新maven项目报错_使用svn管理Maven项目的方法步骤
- GGally包绘制的几个图形
- MPB:南农韦中组-​铁载体对根际细菌互作效应的介导作用研究方法
- 最后1周 | 高级转录组分析和R语言数据可视化第十一期 (报名线上课还可免费参加线下课)...
- 扩增子图表解读5火山图:差异OTU数量及变化规律
- R语言ggplot2可视化:可视化箱图、在箱图中添加抖动数据点(Dot + Box Plot)、自定义抖动数据点的大小、颜色、数据点分布在箱图中间、添加主标题、副标题、题注信息
- R语言可视化图像中最常用的点样式(pch、plot characters)列表、ggpubr::show_point_shapes可视化最常用的点样式(pch)
- R语言可视化:散点图、散点图和折线图(line charts)、3D散点图、旋转3D散点图、气泡图、corrgram包可视化相关性矩阵、马赛克图( Mosaic plots)、hexbin、密度图