python - Tensorflow 中 Flatten() 层中输入和输出形状的问题
问题描述
我正在尝试为图像分类构建一个基本的卷积神经网络。我有一个属于 4 个类的图像数据集。ImageDataGenerator
我使用and创建了 TensorFlow 数据集flow_from_directory
:
train_datagen = tf.keras.preprocessing.image.ImageDataGenerator(
rescale=1./255,
rotation_range=20,
width_shift_range=0.2,
height_shift_range=0.2,
horizontal_flip=True,
validation_split=0.2
)
val_datagen = tf.keras.preprocessing.image.ImageDataGenerator(rescale=1./255, validation_split=0.2)
train_data = train_datagen.flow_from_directory(
dataset_source,
color_mode='rgb',
batch_size=batch_size,
class_mode='categorical',
shuffle=True,
subset='training'
)
val_data = val_datagen.flow_from_directory(
dataset_source,
color_mode='rgb',
batch_size=batch_size,
class_mode='categorical',
shuffle=False,
subset='validation'
)
我测试的 CNN 架构示例很简单,如下所示:
image_shape = (299, 299, 3)
model = tf.keras.Sequential()
model.add(tf.keras.layers.Conv2D(32, (3, 3), activation='relu', input_shape=image_shape))
model.add(tf.keras.layers.MaxPooling2D((2, 2)))
model.add(tf.keras.layers.Conv2D(64, (3, 3), activation='relu'))
model.add(tf.keras.layers.MaxPooling2D((2, 2)))
model.add(tf.keras.layers.Conv2D(128, (3, 3), activation='relu'))
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(128, activation='relu'))
model.add(tf.keras.layers.Dense(4))
model.compile(loss = "categorical_crossentropy",
optimizer = "adam",
metrics = ["accuracy"])
每当我尝试使用 开始训练model.fit(train_data, epochs=100, validation_data = val_data)
时,都会收到以下与Flatten()
层相关的错误:
InvalidArgumentError: Input to reshape is a tensor with 7372800 values, but the requested shape requires a multiple of 645248
[[node sequential_1/flatten_1/Reshape (defined at <ipython-input-9-d01204576b1d>:1) ]] [Op:__inference_train_function_1823]
我使用各种版本的 CNN 对其进行了检查,即使是最简单的包含单个卷积层,但每次都会出现错误,只是值不同。这可能很明显,但是尽管尝试了很多次,我还是无法解决它,所以我会非常感谢任何关于如何处理我的问题的指导。
解决方案
在不指定 a 的情况下使用flow_from_directory
调用target_size
只是自找麻烦,因为即使是单个大小错误的输入也会扰乱您的模型拟合过程。简单的解决方法是为了target_size=(299, 299)
安全起见添加到调用中(如评论中所示)。
此外,请考虑在调用image_shape = (299, 299, 3)
上方添加并指定从那里提取它。这将使修改更容易,您可能想要尝试各种输入大小缩放。flow_from_directory
target_size = image_shape[:-1]
image_shape
推荐阅读
- python-3.x - 将字符串列表转换为 numpy 数组的简单方法
- python-3.x - python-vlc在macosx上没有视频输出
- sql - 用 TO_CHAR(M.DOB, 'YYYY') 输出出生年份
- java - 在战舰游戏中创建船只
- c# - 我如何解决 Asp.net C# 中的这个编译器错误
- oracle - Toad for Oracle - 将带有查询的多个编辑器工作表保存到单个文件中
- e-commerce - 推荐系统的在线 A/B 测试?
- swift - Xcode 找不到我的 Localizable.stringsdict 文件
- python - Pandas dropna() 不适用于过滤后的数据
- javascript - Rails 6:未捕获的引用错误 - $ 未定义