首页 文章

keras vgg 16形状错误

提问于
浏览 次
3

我试图将具有以下形状的数据拟合到预训练的keras vgg19模型 .

图像输入形状是 (32383, 96, 96, 3) 标签形状是 (32383, 17) 我得到了这个错误

expected block5_pool to have 4 dimensions, but got array with shape (32383, 17)

在这条线上

model.fit(x = X_train, y= Y_train, validation_data=(X_valid, Y_valid),
              batch_size=64,verbose=2, epochs=epochs,callbacks=callbacks,shuffle=True)

这是我定义模型的方式

model = VGG16(include_top=False, weights='imagenet', input_tensor=None, input_shape=(96,96,3),classes=17)

maxpool怎么给我2d张量而不是4D张量？我正在使用keras.applications.vgg16中的原始模型 . 我该如何解决这个错误？

machine-learning neural-network deep-learning keras max-pooling

1 回答

  • 3

    您的问题来自 VGG16(include_top=False,...) ，因为这使您的解决方案只加载VGG的卷积部分 . 这就是为什么 Keras 抱怨它有二维输出的四维输出（4个维度来自卷积输出形状 (nb_of_examples, width, height, channels) 的事实） . 为了克服这个问题，您需要设置 include_top=True 或添加将压缩卷积部分的其他层 - 一个 2d （例如使用 Flatten ， GlobalMaxPooling2D ， GlobalAveragePooling2D 和一组 Dense 层 - 包括最后一层应该是a Dense ，大小为17， softmax 激活功能） .

    回复于

相关问题