如何使用TensorFlow的flow_from_directory函数正确加载验证集数据

验证集加载为0的问题核心来自两处配置错误：

• 你已经提前将数据集拆分为train和validation两个独立文件夹，无需使用subset参数，该参数仅适用于从单个文件夹自动拆分训练/验证集的场景，且必须搭配ImageDataGenerator的validation_split参数使用，你当前注释了该参数，导致subset配置生效后无法匹配到对应图片
• 验证集生成器错误使用了带数据增强的train_datagen，验证阶段无需做增强处理，应该使用你预先定义的仅做归一化的test_datagen

直接修改create_dataset函数即可，不需要调整其他逻辑：

def create_dataset(train_data_dir, validation_data_dir, img_height, img_width, batch_size):

    train_generator = train_datagen.flow_from_directory(
        train_data_dir,
        target_size=(img_width, img_height),
        batch_size=batch_size,
        shuffle=True,
        class_mode='categorical'
        # 移除subset参数
        )

    validation_generator = test_datagen.flow_from_directory(
        validation_data_dir,
        target_size=(img_width, img_height),
        batch_size=batch_size,
        shuffle=False, # 验证集无需打乱，保证评估结果稳定
        class_mode='categorical'
        # 移除subset参数
        )

    return train_generator, validation_generator

如果修改后仍出现加载为0的问题，按以下顺序排查：

• 确认../data/validation目录结构和训练集完全一致，下含6个对应类别的子文件夹，子文件夹内存储验证图片
• 调用函数前添加print(os.path.exists(validation_data_dir))确认路径拼写正确、可正常访问

内容的提问来源于stack exchange，提问作者julgi