Keras中CNN輸入維度報錯怎么辦-創新互聯

創新互聯www.cdcxhl.cn八線動態BGP香港云服務器提供商,新人活動買多久送多久,劃算不套路!

創新互聯是一家集網站建設,靖安企業網站建設,靖安品牌網站建設,網站定制,靖安網站建設報價,網絡營銷,網絡優化,靖安網站推廣為一體的創新建站企業,幫助傳統企業提升企業形象加強企業競爭力。可充分滿足這一群體相比中小企業更為豐富、高端、多元的互聯網需求。同時我們時刻保持專業、時尚、前沿,時刻以成就客戶成長自我,堅持不斷學習、思考、沉淀、凈化自己,讓我們為更多的企業打造出實用型網站。

這篇文章將為大家詳細講解有關Keras中CNN輸入維度報錯怎么辦,小編覺得挺實用的,因此分享給大家做個參考,希望大家閱讀完這篇文章后可以有所收獲。

想要寫分類器對圖片進行分類,用到了CNN。然而,在運行程序時,一直報錯:

ValueError: Negative dimension size caused by subtracting 5 from 1 for ‘conv2d_1/convolution' (op: ‘Conv2D') with input shapes: [?,1,28,28], [5,5,28,30].

這部分提到的代碼是這樣的,這是我的分類器的輸入層:

model.add(Conv2D(30,(5, 5), input_shape=(1, 28, 28), activation='relu',padding="valid"))

問題出在input_shape上,報錯的大意就是我的輸入的維度是錯誤的。

百思不得其解,在Stackoverflow上找到了答案:

Keras的圖片處理文檔中給出:

dim_ordering: One of {“th”, “tf”}. “tf” mode means that the images should have shape (samples, height, width, channels), “th” mode means that the images should have shape (samples, channels, height, width). It defaults to the image_dim_ordering value found in your Keras config file at ~/.keras/keras.json. If you never set it, then it will be “tf”.

翻譯過來意思就是:關于圖片的維度順序有兩種類型,分別是“th”和”tf“,它們的差別如下:

圖片維序類型為 th 時(dim_ordering='th'): 輸入數據格式為[samples][channels][rows][cols];

# 圖片維序類型為 tf 時(dim_ordering='tf'): 輸入數據格式為[samples][rows][cols][channels];

在Keras里默認的是“tf”順序,如果想要改為“th”順序,需要手動在前面加上如下代碼:

from keras import backend as K

K.set_image_dim_ordering('th')

現在回頭看我的輸入維度順序,顯然是用了th的格式,

model.add(Conv2D(30,(5, 5), input_shape=(1, 28, 28), activation='relu',padding="valid"))

所以,程序一定會報錯。

于是在建立模型前加入了前面提到的代碼。

至此,該問題解決。

補充知識:Keras一維卷積維度報錯

在使用Keras維度報錯的時候很有可能是因為在池化層出錯。卷積層里面的維度一般都是3維數據,但是在池化是如果設置是這樣的,那么輸出的就是二維數據:

model.add(Conv1D(filters=23, kernel_size=4, activation='relu'))

model.add(AveragePooling1D())

如果下面接的還是卷積層的話,這樣的池化輸出是會報錯的,這個時候就需要讓池化層的輸出為3維,這樣設置就可以了:

model.add(Conv1D(filters=23, kernel_size=4, activation='relu'))

model.add(AveragePooling1D(2, strides=2))

另外,在卷積層后跟著全連接層的話,中間一般是要加flatten層,使數據輸出為全連接層能接受的2維,否則的話可能網絡結果是錯的。

關于Keras中CNN輸入維度報錯怎么辦就分享到這里了,希望以上內容可以對大家有一定的幫助,可以學到更多知識。如果覺得文章不錯,可以把它分享出去讓更多的人看到。

分享文章:Keras中CNN輸入維度報錯怎么辦-創新互聯
文章來源:http://m.kartarina.com/article42/dcjghc.html

成都網站建設公司_創新互聯,為您提供自適應網站手機網站建設電子商務外貿建站品牌網站設計網站排名

廣告

聲明:本網站發布的內容(圖片、視頻和文字)以用戶投稿、用戶轉載內容為主,如果涉及侵權請盡快告知,我們將會在第一時間刪除。文章觀點不代表本網站立場,如需處理請聯系客服。電話:028-86922220;郵箱:631063699@qq.com。內容未經允許不得轉載,或轉載時需注明來源: 創新互聯

h5響應式網站建設
主站蜘蛛池模板: 亚洲中文字幕无码久久2020| 性色AV蜜臀AV人妻无码| 亚洲一区AV无码少妇电影| 免费无码中文字幕A级毛片| 无码人妻精品一区二区三区在线 | 亚洲乱码无码永久不卡在线| 中文无码vs无码人妻 | 亚洲av永久无码制服河南实里| 无码人妻精品一区二区三区99仓本| 亚洲精品无码久久久久YW| 日韩精品无码一区二区三区四区| 精品国产V无码大片在线看| 台湾无码AV一区二区三区| 亚洲成a∨人片在无码2023| 久久久国产精品无码免费专区| 成人无码区免费A片视频WWW| YW尤物AV无码国产在线观看| 亚洲AV无码之国产精品| 亚洲AV无码AV男人的天堂不卡| 亚洲A∨无码一区二区三区| 亚洲av激情无码专区在线播放| 久久激情亚洲精品无码?V| 日韩精品无码免费视频| 伊人蕉久中文字幕无码专区| 中日精品无码一本二本三本| 西西午夜无码大胆啪啪国模| 无码人妻少妇久久中文字幕蜜桃 | 精品人妻无码区二区三区| 亚洲AV无码成人精品区蜜桃| 亚洲精品无码高潮喷水在线| 亚洲精品无码专区在线在线播放 | 无码成人AAAAA毛片| 亚洲熟妇无码乱子AV电影| 中文字幕乱码无码人妻系列蜜桃 | 狠狠躁狠狠爱免费视频无码| 日韩精品中文字幕无码一区| 亚洲av无码兔费综合| 狠狠躁天天躁无码中文字幕| 无码午夜成人1000部免费视频| 无码人妻精一区二区三区| 欧洲Av无码放荡人妇网站|