将fit_生成器与连体网络一起使用时出错

我正在尝试适应 Keras MNIST Siamese example 使用发电机。

上 example 我们有:

model.fit([tr_pairs[:, 0], tr_pairs[:, 1]], tr_y,
          batch_size=128,
          epochs=epochs,
          validation_data=([te_pairs[:, 0], te_pairs[:, 1]], te_y))

为了找出发电机需要返回的形状,我做到了:

np.array([tr_pairs[:, 0], tr_pairs[:, 1]]).shape

并且得到

(2, 108400, 28, 28)

然后我的发电机会返回这个:

(data, labels) = my_generator
data.shape
(2, 6, 300, 300, 3)
labels.shape
(6,)

所以,它是两个数组(用于nn输入),有6个图像(批量大小)大小 300x300x3 (RGB)。

下面是 fit_generator() 用途:

...
input_shape = (300, 300, 3)
...
model.fit_generator(kbg.generate(set='train'), 
                    steps_per_epoch=training_steps,
                    epochs=1,
                    verbose=1,
                    callbacks=[],
                    validation_data=kbg.generate(set='test'),
                    validation_steps=validation_steps,
                    use_multiprocessing=False,
                    workers=0)  

我想我是用同样的形状喂神经网络,但我得到了以下错误:

ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead gotthe following list of 1 arrays: [array([[[[[0.49803922, 0.48235294, 0.55686275],
          [0.63137255, 0.61176471, 0.64313725],
          [0.8627451 , 0.84313725, 0.84313725],
          ...,
          [0.58823529, 0.64705882, 0.631...

怎么了?