TensorFlow猫狗分类卷积神经网络调用model.fit训练报错问题求解

• 依赖环境不匹配：你运行代码使用的是CNNconda虚拟环境，你所谓的「已安装SciPy」大概率是安装到了base环境或其他Python环境中，当前运行代码的环境未正确安装适配版本的SciPy，导致keras_preprocessing模块加载依赖失败。
• 路径写法不规范：代码中使用单反斜杠\定义Windows路径，反斜杠是Python默认转义符，后续运行也可能触发路径找不到的错误。
• fit_generator弃用警告属于版本迭代提示，不是触发报错的核心原因，替换为model.fit即可消除该警告。

1. 验证并修复SciPy安装问题
   打开Spyder当前项目对应的IPython控制台，依次执行以下操作：

• 先验证当前环境是否真的安装了SciPy：运行代码import scipy; print(scipy.__version__)
  • 如果执行报错：说明当前CNN环境确实未安装SciPy，直接在控制台运行!pip install scipy，或者打开Anaconda Prompt激活CNN环境后执行conda install scipy完成安装。
  • 如果能正常输出版本号：说明keras_preprocessing和SciPy版本不兼容，运行!pip install --upgrade keras_preprocessing scipy升级两个依赖即可解决适配问题。

2. 修正路径写法
   将代码中两个路径修改为原始字符串格式，避免转义问题：

train_dir = r"C:\Users\Nicholai\Desktop\dogs-vs-cats\small\train"
validation_dir = r"C:\Users\Nicholai\Desktop\dogs-vs-cats\small\val"

3. 替换训练调用方法
   完全保留原有参数，将model.fit_generator替换为model.fit即可消除弃用警告：

history = model.fit(
    train_generator,
    steps_per_epoch = train_generator.n // im_per_batch,
    epochs=num_epochs,
    validation_data = validation_generator,
    validation_steps = validation_generator.n // im_per_batch)

4. 统一导入逻辑
   将加载模型的导入语句修改为和前文具名导入一致的写法，避免不同包版本冲突：

from tensorflow.keras.models import load_model

内容的提问来源于stack exchange，提问作者Nicholai Mørch Rindarøy