python - Keras分类交叉熵softmax input.dim_size错误
问题描述
我正在开发一个非常复杂的管道,在其中我从 TFRecords 文件构建 tf.Datasets 并将它们与数据增强和许多健全性检查和验证一起提供给 Keras 模型。所以,请让我为无法提供一个完全可重现的例子而道歉。
无论如何,我正在尝试训练一个图像分类模型,我的图像数据是 192*256 灰度张量,标签是单热编码的 3 维向量。
当我尝试拟合模型时出现问题,它似乎来自 softmax 激活和/或分类交叉熵损失函数。
output_len = 3
activation = 'softmax'
loss = 'categorical_crossentropy'
optimizer = keras.optimizers.Adam()
categorical_model = keras.Sequential([
keras.layers.Flatten(input_shape=(192, 256, 1)),
keras.layers.Dense(128, activation='relu'),
keras.layers.Dense(output_len, activation='softmax')
])
categorical_model.summary()
categorical_model.compile(optimizer=optimizer,
loss=loss)
print(aug_data[0])
print(aug_data[1])
categorical_model.fit(aug_data, steps_per_epoch = 1070, epochs=2)
在上面,'aug_data[0]' 是训练样本,[1] 是标签(将 tf.data 集提供给 Keras 需要样本和标签在元组中)。运行上面的代码让我:
Model: "sequential_27"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
flatten_27 (Flatten) (None, 49152) 0
_________________________________________________________________
dense_54 (Dense) (None, 128) 6291584
_________________________________________________________________
dense_55 (Dense) (None, 3) 387
=================================================================
Total params: 6,291,971
Trainable params: 6,291,971
Non-trainable params: 0
_________________________________________________________________
Tensor("IteratorGetNext_26:0", shape=(?, 192, 256, 1), dtype=float32)
Tensor("IteratorGetNext_26:1", shape=(?, 3), dtype=float32)
Train on 1070 samples
Epoch 1/2
---------------------------------------------------------------------------
InvalidArgumentError Traceback (most recent call last)
<ipython-input-77-12cc2cbea62b> in <module>()
18 print(aug_data[1])
19
---> 20 categorical_model.fit(aug_data, steps_per_epoch = 1070, epochs=2)
4 frames
/usr/local/lib/python3.6/dist-packages/tensorflow_core/python/client/session.py in __call__(self, *args, **kwargs)
1470 ret = tf_session.TF_SessionRunCallable(self._session._session,
1471 self._handle, args,
-> 1472 run_metadata_ptr)
1473 if run_metadata:
1474 proto_data = tf_session.TF_GetBuffer(run_metadata_ptr)
InvalidArgumentError: 2 root error(s) found.
(0) Invalid argument: Expected begin[0] == 0 (got 1) and size[0] == 0 (got 1) when input.dim_size(0) == 0
[[{{node loss_27/dense_55_loss/softmax_cross_entropy_with_logits/Slice_1}}]]
(1) Invalid argument: Expected begin[0] == 0 (got 1) and size[0] == 0 (got 1) when input.dim_size(0) == 0
[[{{node loss_27/dense_55_loss/softmax_cross_entropy_with_logits/Slice_1}}]]
[[loss_27/mul/_1495]]
0 successful operations.
0 derived errors ignored.
我正在打印输入和标签张量的形状(在模型摘要的正下方)以确认形状符合预期。但是,我遇到了这个奇怪的错误,我这辈子都无法解决。使用稀疏交叉熵,我又遇到了另一个错误,同样是批次变暗。
有趣的是,放置二元交叉熵可以让模型运行(虽然没有学到很多东西......)。
我以前从未尝试过将 tf.datasets 和 Keras 结合在一起,这似乎是一个很大的挑战。对此的任何意见都会有所帮助,非常感谢!
干杯
解决方案
尝试替换下面的代码行:
categorical_model.fit(aug_data, steps_per_epoch = 1070, epochs=2)
用这条线:
categorical_model.fit(aug_data[0], aug_data[1], steps_per_epoch = 1070, epochs=2)
因为categorical_model.fit()
函数的输入必须是一个元组,(aug_data[0], aug_data[1])
而不是一个包含沿第 0 维堆叠的输入和标签的输入。
推荐阅读
- c++ - OpenCV 教程问题
- javascript - Bootstrap > Carousel > 需要匹配图像的指标数量
- excel - VBA 用于在 Excel 中将文件从一个 Sharepoint 文件夹移动到另一个文件夹
- php - 在未知行中回显具有特定 ID 的特定值(foreach 循环)
- c# - 为什么我不能得到我想要的对象
- elasticsearch - 原因以及如何调试 Elasticsearch CircuitBreakingException
- php - 设置 Homestead.yaml 和主机文件
- python - 使用随机临时目录进行 pip 安装
- angular - 从 URL 获取两个参数
- typescript - TypeScript 装饰器,获取值的类型