这是我的flow_from_directory代码

train_image_generator = ImageDataGenerator(rescale=1./255)validation_image_generator = ImageDataGenerator(rescale=1./255)test_image_generator = ImageDataGenerator(rescale=1./255)train_data_gen = train_image_generator.flow_from_directory(        train_dir,        target_size=(150, 150),        batch_size=batch_size,        class_mode='binary')val_data_gen =validation_image_generator.flow_from_directory(        validation_dir,        target_size=(150, 150),        batch_size=batch_size,        class_mode='binary')test_data_gen = test_image_generator.flow_from_directory(        test_dir,        target_size=(150, 150),        batch_size=batch_size,        class_mode='binary',        shuffle = False,)

输出结果如下：

找到属于2个类别的2000张图片。找到属于2个类别的1000张图片。找到属于0个类别的0张图片。

尽管数据确实存在，我使用了以下命令：

!ls /root/.keras/datasets/cats_and_dogs/test

得到的输出是：

10.jpg  15.jpg  1.jpg   24.jpg  29.jpg  33.jpg  38.jpg  42.jpg  47.jpg  5.jpg11.jpg  16.jpg  20.jpg  25.jpg  2.jpg   34.jpg  39.jpg  43.jpg  48.jpg  6.jpg12.jpg  17.jpg  21.jpg  26.jpg  30.jpg  35.jpg  3.jpg   44.jpg  49.jpg  7.jpg13.jpg  18.jpg  22.jpg  27.jpg  31.jpg  36.jpg  40.jpg  45.jpg  4.jpg   8.jpg14.jpg  19.jpg  23.jpg  28.jpg  32.jpg  37.jpg  41.jpg  46.jpg  50.jpg  9.jpg

我做错了什么，或者需要做什么？

回答：

flow_from_directory 期望目录中包含按类别划分的子目录。目前你的测试文件夹的问题是所有的图片都直接放在里面，没有按类别划分的子目录。你需要为每个类别创建一个子目录，并将图片放入相应的子目录中。