在resnet模型中拟合图像时的尺寸问题[关闭]

也许有某种方法摆脱avg_pool层？我找不到解决方案:(

SAMPLE_SHAPE = (32,32,3)
def generate_model(sample_shape):
    inp = Input(shape=sample_shape)
    resnet = resnet50.ResNet50(weights="imagenet",include_top=False)
    x = resnet(inp)
    predictions = Dense(2, activation='softmax')(x)

    m = Model(inputs=inp, outputs=predictions)
    #model.add(Dense(2, activation='softmax'))
    # This creates a model
    #predictions = Dense(2, activation='softmax')(x)
    return m
model = generate_model(SAMPLE_SHAPE)

错误：InvalidArgumentError Traceback（最近一次调用最后一次）〜\ anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py in create_c_op（graph，node_def，inputs，control_inputs）1566尝试： - > 1567 c_op = c_api .TF_FinishOperation（op_desc）1568除了errors.InvalidArgumentError as e：InvalidArgumentError：通过输入形状为'resnet50_14 / avg_pool / AvgPool'（op：'AvgPool'）从1减去7引起的负维度大小：[？，1,1， 2048 . 在处理上述异常期间，发生了另一个异常：ValueError Traceback（最近一次调用last）in（）15 #predictions = Dense（2，activation ='softmax'）（x）16 return m ---> 17 model = generate_model generate_model（sample_shape）中的（SAMPLE_SHAPE）7 inp =输入（shape = sample_shape）8 resnet = resnet50.ResNet50（weights =“imagenet”，include_top = False）----> 9 x = resnet（inp）10个预测=密集（2，activation ='softmax'）（x）11~ \ Anaconda3 \ lib \ site-packages \ keras \ engine \ topology.py in call（self，inputs，** kwargs）552 553＃实际调用图层，收集输出，掩模和形状 . - > 554 output = self.call（inputs，** kwargs）555 output_mask = self.compute_mask（inputs，previous_mask）556〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ topology.py in call（self，输入，掩码）1988返回self.output_tensor_cache [cache_key] 1989 else： - > 1990 output_tensors，， = self.run_internal_graph（输入，掩码）1991返回output_tensors 1992~ \ Anaconda3 \ lib \ site-packages \ keras \ engine \ run_internal_graph中的topology.py（self，inputs，masks）2138如果'mask'不在kwargs中：2139 kwargs ['mask'] = computed_mask - > 2140 output_tensors = _to_list（layer.call（computed_tensor，** kwargs））2141 output_masks = _to_list（layer.compute_mask（computed_tensor，2142 computed_mask））〜\ Anaconda3 \ lib \ site-packages \ keras \ layers \ pooling.py in call（self，inputs）152 strides = self.strides，153 padding = self.padding ， - > 154 data_format = self.data_format）155在_pooling_function中返回输出156~ \ Anaconda3 \ lib \ site-packages \ keras \ layers \ pooling.py（self，inputs，pool_size，strides，padding，data_format）269 p添加，data_format）：270输出= K.pool2d（输入，pool_size，strides， - > 271填充，data_format，pool_mode ='avg'）272返回输出273~ \ Anaconda3 \ lib \ site-packages \ keras \ backend \ pool2d中的tensorflow_backend.py（x，pool_size，strides，padding，data_format，pool_mode）3012 x = tf.nn.max_pool（x，pool_size，strides，padding = padding）3013 elif pool_mode =='avg'： - > 3014 x = tf.nn.avg_pool（x，pool_size，strides，padding = padding）3015 else：3016引发ValueError（'无效的池模式：'，pool_mode）〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ ops \ nn_ops .py in avg_pool（value，ksize，strides，padding，data_format，name）2110 padding = padding，2111 data_format = data_format， - > 2112 name = name）2113 2114~ \ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ avg_pool中的ops \ gen_nn_ops.py（value，ksize，strides，padding，data_format，name）73 ，，_op = _op_def_lib._apply_op_helper（74“AvgPool”，value = value，ksize = ksize，strides = strides，padding =填充，---> 75 data_format = data_format，name = name） 76 _result = _op.outputs [：] 77 _inputs_flat = _op.inputs〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py in _apply_op_helper（self，op_type_name，name，** keywords）785 op = g.create_op（op_type_name，inputs，output_types，name = scope，786 input_types = input_types，attrs = attr_protos， - > 787 op_def = op_def）788 return output_structure，op_def.is_stateful，op 789~ \ Anaconda3 \ lib \ site-packages create_op中的\ tensorflow \ python \ framework \ ops.py（self，op_type，inputs，dtypes，input_types，name，attrs，op_def，compute_shapes，compute_device）3390 input_types = input_types，3391 original_op = self._default_original_op， - > 3392 op_def = op_def）3393 3394＃注意：在启用C API的情况下延迟计算形状 . init中的〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py（self，node_def，g，inputs，output_types，control_inputs，input_types，original_op，op_def）1732 op_def，inputs，node_def.attr）1733 self._c_op = _create_c_op（self._graph，node_def，grouped_inputs， - > 1734 control_input_ops）1735 else：1736 self._c_op =无〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py in _create_c_op（ graph，node_def，inputs，control_inputs）1568除了errors.InvalidArgumentError as e：1569＃转换为ValueError以实现向后兼容性 . - > 1570引发ValueError（str（e））1571 1572 return c_op ValueError：通过输入形状为'resnet50_14 / avg_pool / AvgPool'（op：'AvgPool'）从1减去7引起的负尺寸大小：[？，1， 1,2048] .