R中flow_images_from_dataframe函数pandas报错与生成器迭代问题求助
问题1:已安装pandas仍提示缺失的解决方案
- 核心原因:你的TensorFlow运行环境是
r-reticulate(从tf_config()输出的Python路径可确认),但你此前安装pandas时指定的环境名是r-tensorflow,包安装到了错误的环境中,Keras自然无法识别。 - 修复步骤:
- 先指定Reticulate使用正确的conda环境:
library(reticulate) use_condaenv("r-reticulate", required = TRUE) - 在对应环境中安装pandas:
reticulate::conda_install("pandas", envname = "r-reticulate") - 验证pandas是否可被识别,返回
TRUE即为修复成功:py_module_available("pandas")
- 先指定Reticulate使用正确的conda环境:
- 额外修正调用参数错误:你原来的
flow_images_from_dataframe参数填写错误,x_col和y_col只需传入数据框列名的字符串即可,不需要包装为列表,回归任务也不需要传入classes参数,修正后的调用代码如下:train_generator <- flow_images_from_dataframe( dataframe = train_dataset, directory = train_image_files_path, x_col = "File_Name", y_col = "Attractive", generator = train_datagen, class_mode = "other", target_size = c(640, 450), batch_size = 20 )
问题2:generator_next提示对象不可迭代的解决方案
- 核心原因:你自定义的
flow_images_from_dataframe函数把核心调用do.call(generator$flow_from_dataframe, args)代码注释掉了,函数没有返回合法的Keras生成器对象,自然无法被迭代读取。 - 修复步骤:
- 先删除你自定义的
flow_images_from_dataframe函数,恢复Keras原生函数的调用。 - 完成问题1的修复后,用上面修正后的参数调用原生函数生成
train_generator,再调用generator_next即可得到预期的输出:batch <- generator_next(train_generator) str(batch) - 如果你坚持使用自定义函数,把注释掉的
do.call行放开,确保函数返回生成器对象即可。
- 先删除你自定义的
内容的提问来源于stack exchange,提问作者Odysseas G.
相关产品推荐
相关产品推荐

