我正在尝试使用tensorflow后端在keras中训练一个预训练的inceptionv3模型 .
我有一个10,000张大小的图像（299,299）的训练数据集（它们是灰度级） . 我把它转换为张量流的输入形状为（10000,299,299,1） . 当我试图适应inceptionv3模型时，我收到错误
ValueError：检查输入时出错：期望input_1有形状（None，none，none，3）但是有形状的数组（10000,299,299,1）
我尝试使用改变张量的输入形状
input_tensor = Input(shape=(299,299,1))
base_model = InceptionV3(weights='imagenet',include_top=False,input_tensor = input_tensor)
我收到以下错误：
ValueError：两个形状中的尺寸0必须相等，但对于'Assign_376'（op：'Assign'），输入形状为3和32：[3,3,1,32]，[32,3,3,3 ] .
有人可以帮我解决这个问题吗？我的数据集是灰度的 . 如何使用tensorflow后端在keras中输入灰度数据集到inceptionv3我很无能为力 .
1 回答
如果您只是将深度更改为1并期望它能够正常工作 . 这是因为你的第一层卷积滤波器的深度为3.你可以参考这个post来了解可以做些什么 .
该错误的含义是编辑后的第一层权重具有
[3, 3, 1, 32]的形状，这意味着具有深度1和32组这些滤波器的3x3卷积滤波器 . 然而，原始模型是[32, 3, 3, 3]，这意味着3x3卷积滤波器具有深度3和32组这些滤波器 . 你必须在这里解决2个问题：将深度更改为3并在此之前添加另一个图层以处理深度1，或者参考上面引用的帖子以获取解决此问题的一些选项 .
确保权重的形状以相同的方式编制索引 . 您的
ValueError有一些索引问题 .