以下代码是使用keras和python（tensorflow后端）开发的，用于识别5个图像类别。我使用了ImageDataGenerator，但当我运行它时，它开始训练，过了一会儿出现了以下错误。

我该如何解决这个问题？

训练步骤: 127 | 总损失: 0.01171 | 时间: 32.772s | Adam | 轮次: 005 | 损失: 0.01171 – 准确率: 0.9971 — 迭代: 1536/1550 训练步骤: 128 | 总损失: 0.01055 | 时间: 36.283s | Adam | 轮次: 005 | 损失: 0.01055 – 准确率: 0.9974 | 验证损失: 3.05709 – 验证准确率: 0.6500 — 迭代: 1550/1550 — 找到0张属于0个类别的图像。找到0张属于0个类别的图像。追溯（最近一次调用最后）:

文件 “”, 行 1, 在 runfile(‘D:/My Projects/FinalProject_Vr_01.2/CNN_IMGDG_stackoverflow.py’, wdir=’D:/My Projects/FinalProject_Vr_01.2′)

文件 “C:\Users\Asus\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py”, 行 704, 在 runfile execfile(filename, namespace)

文件 “C:\Users\Asus\Anaconda3\lib\site-packages\spyder_kernels\customize\spydercustomize.py”, 行 108, 在 execfile exec(compile(f.read(), filename, ‘exec’), namespace)

文件 “D:/My Projects/FinalProject_Vr_01.2/CNN_IMGDG_stackoverflow.py”, 行 191, 在 model.fit_generator(train_generator,

属性错误: ‘DNN’对象没有属性’fit_generator’

...

回答：

在定义你的神经网络时，你可以使用Keras来完成。（你在这里所做的是使用Tensorflow定义网络。它没有fit_generator方法。）

...

这些是你可以用于Keras应用的层。然后用DNN = Sequential()初始化你的DNN

参考这个简单的分类器，它是用Keras编写的，你会明白这个想法。