小编use*_*617的帖子

我正在尝试训练一个模型来识别包含森林的火与图像的图像。我正在使用 Linode 在远程服务器上训练模型。我使用的是 Python 2.7 和 Ubuntu 16.04.5。

当我在本地或在 Jupyter 笔记本中运行以下代码时，它会创建 2 个类，但是当我想在服务器上运行它时，它会创建 3 个类。

对模型进行分类的代码：

def onehot(x): return np.array(OneHotEncoder().fit_transform(x.reshape(-1,1)).todense())


model = keras.applications.InceptionV3(weights='imagenet', include_top=False)


batch_size=16

train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)


train_generator = train_datagen.flow_from_directory(
        'datareal/train',  # this is the target directory
        batch_size=batch_size,
        target_size=(224, 224),
        class_mode='binary')

test_datagen = ImageDataGenerator(rescale=1./255)

validation_generator = test_datagen.flow_from_directory(
        'datareal/valid',
        batch_size=batch_size,
        target_size=(224, 224),
        class_mode='binary')


x = model.output
x = GlobalAveragePooling2D()(x)
# let's add a fully-connected layer
x = Dense(1024, activation='relu')(x)
# and a logistic layer -- let's …