时间戳

首页 > 解决方案 > 使用 Keras 设计 CNN：了解张量形状

python - 使用 Keras 设计 CNN：了解张量形状

问题描述

刚从 ML 开始，想创建自己的 CNN 来检测人脸图像的方向。我按照教程接受 64x64x1 的输入图像，这是我的代码：

from keras.models import Model
from keras.layers import Input
from keras.layers import Dense
from keras.layers import Flatten
from keras.layers.convolutional import Conv2D
from keras.layers.pooling import MaxPooling2D
from keras.preprocessing.image import ImageDataGenerator

datagen = ImageDataGenerator()
train_it = datagen.flow_from_directory('firstThousandTransformed/', class_mode='categorical', batch_size=64, color_mode="grayscale")
val_it = datagen.flow_from_directory('validation/', class_mode='categorical', batch_size=64, color_mode="grayscale")

imageInput = Input(shape=(64,64,1))
conv1 = Conv2D(32, kernel_size=4, activation='relu')(imageInput)
pool1 = MaxPooling2D(pool_size=(2, 2))(conv1)
conv2 = Conv2D(16, kernel_size=4, activation='relu')(pool1)
pool2 = MaxPooling2D(pool_size=(2, 2))(conv2)
flat = Flatten()(pool2)
hidden1 = Dense(10, activation='relu')(flat)
output = Dense(4, activation='sigmoid')(hidden1)
model = Model(inputs=imageInput, outputs=output)
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
print(model.summary())
model.fit(train_it, steps_per_epoch=16, validation_data=val_it, validation_steps=8)

但是，当我尝试运行时出现此错误：

reshape 的输入是一个具有 3810304 个值的张量，但请求的形状需要 2704 的倍数 [[node model/flatten/Reshape (定义在 c:\Users\cdues\Desktop\kerasTutorial\orentationTry.py:33)]] [操作：__inference_train_function_836]

以下是我的模型摘要：

在此处输入图像描述

我需要一些帮助来理解什么是张量形状以及我的代码在哪里出错了。刚刚使用 Keras 完成教程，我没有遇到张量形状，现在我有点迷路了。对不起，这个基本问题，你们能帮助一个菜鸟吗？谢谢！

标签： pythontensorflowmachine-learningkerasdeep-learning

解决方案

在调用 flow_from_directory 时尝试使用 target_size 参数。

train_it = datagen.flow_from_directory('firstThousandTransformed/',
                                       class_mode='categorical', 
                                       batch_size=64,
                                       color_mode='grayscale',
                                       target_size=(64,64))

val_it = datagen.flow_from_directory('validation/',
                                      class_mode='categorical',
                                      batch_size=64,
                                      color_mode='grayscale',
                                      target_size=(64,64))

这样，您可以在输入模型之前从目录中重塑图像。

推荐阅读