我正在尝试在Keras中训练一个自编码器，并且我的数据集按以下方式组织：

• 数据集：
  • 训练：
    • img1.jpg
    • 等等
  • 验证：
  • 测试：

我已经了解了如何在分类任务中使用flow_from_directory，其中数据集是按标签和子目录组织的。在这种情况下，所有的图像都在同一个文件夹中，没有任何标签。当我执行代码时，收到了以下错误：“找到了0张属于0个类别的图像。”

这是我的代码片段：

train_path = 'dataset/train/'train_gen = train_data_gen.flow_from_directory(    train_path,    class_mode = 'Input',    target_size = IMAGE_SIZE,    color_mode = 'grayscale',    batch_size = BS,    seed = SEED,    shuffle = 'Yes')

我该如何解决这个问题？

回答：

我已经解决了这个问题；这个解决方案可能对其他人有用：我在其中存储了所有图像的子文件夹中添加了一个子文件夹。因此，数据集的结构如下：

数据集：

• 训练：
  • 图像：
    • img.jpg …

train_path = ‘dataset/train/’

正如@Gerry P建议的那样，我设置了class_mode=None