AttributeError：“ProgbarLogger”对象没有属性“log_values”

Question

我曾尝试使用 spyder运行此分割模型。当我运行时data.py，我收到此消息

文件“C:/Users/achaire/Downloads/Compressed/ultrasound-nerve-segmentation-master/ultrasound-nerve-segmentation-master/data.py”，第 19 行，在 create_train_data imgs = np.ndarray((total, image_rows, image_cols), dtype=np.uint8)

TypeError：'float' 对象不能解释为整数

代码是：

**14** def create_train_data():

**15** train_data_path = os.path.join(data_path, 'train')

**16** images = os.listdir(train_data_path)

**17** total = len(images) / 2

**18** imgs = np.ndarray((total, image_rows, image_cols), dtype=np.uint8)

**19** imgs_mask = np.ndarray((total, image_rows, image_cols), dtype=np.uint8)

我已经将第17行替换为第18行total = int(len(images) / 2)和第19行。问题已经解决了。np.uint8float

Answer 1

答案 1：如果错误仅在您使用较小的数据集时发生，那么您很可能使用的数据集小到在验证集中没有单个样本。因此它无法计算验证损失。答案 2：我对上一个答案投了赞成票，因为它让我有见识来验证 fit_generator 函数的数据和输入，并找出问题的根本原因。总之，在我的数据集很小的情况下，我计算了validation_steps 和steps_per_epoch，结果是零（0）导致了错误。我想，也许对 Keras 团队来说，更好的长期答案是当这些值为零时在 fit_generator 中导致错误/异常，这可能会导致更好地理解如何解决这个问题。答案 3：我们发生错误是因为我们忘记在 fit() 方法中设置validation_data，而使用了'callbacks'：[keras.callbacks.EarlyStopping(monitor='val_loss', patient=1)]，导致错误的代码是：self.model.fit(        x=x_train,        y=y_train,        callbacks=[keras.callbacks.EarlyStopping(monitor='val_loss', patience=1)],        verbose=True)Adding validation_data=(self.x_validate, self.y_validate), in fit() fixed:self.model.fit(        x=x_train,        y=y_train,        callbacks=[keras.callbacks.EarlyStopping(monitor='val_loss', patience=1)],        validation_data=(x_validate, y_validate),        verbose=True)回答 4：由于数据集较小而出现此错误，为了解决此问题，增加火车时间并将火车集拆分为 80:20。参考：https ://inneka.com/ml/kr/keras-early-stopping-callback-error-val_loss-metric-not-available/

Answer 2

我遇到了同样的错误，我verbose = 0在训练时通过设置来修复它。

Answer 3

我有同样的问题。如果问题fit_generator出现在您的data_generator. 调试你的fit_generator.