python - 神经网络：经过时代的 nb 张照片 + 处理输入大小

Question

我在网上找到了一个算法，我正在尝试调整它。但是，我发现的算法处理(28,28,1)输入。我需要处理(256,256,3)输入。我在第一层更改了输入大小，但我不知道是否还必须更改其他参数。

我还有一个问题：当我运行我的算法时，似乎只有 44 张照片正在经历这些时期，尽管应该有 2700 张照片。我想知道为什么会这样。

rock_model = Sequential()
rock_model.add(Conv2D(32, kernel_size=(3, 3),activation='linear',input_shape=(256,256,3),padding='same'))
rock_model.add(LeakyReLU(alpha=0.1))
rock_model.add(MaxPooling2D((2, 2),padding='same'))
rock_model.add(Dropout(0.25))
rock_model.add(Conv2D(64, (3, 3), activation='linear',padding='same'))
rock_model.add(LeakyReLU(alpha=0.1))
rock_model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))
rock_model.add(Dropout(0.25))
rock_model.add(Conv2D(128, (3, 3), activation='linear',padding='same'))
rock_model.add(LeakyReLU(alpha=0.1))                  
rock_model.add(MaxPooling2D(pool_size=(2, 2),padding='same'))
rock_model.add(Dropout(0.4))
rock_model.add(Flatten())
rock_model.add(Dense(128, activation='linear'))
rock_model.add(LeakyReLU(alpha=0.1))        
rock_model.add(Dropout(0.3))          
rock_model.add(Dense(nb_classes, activation='softmax'))

标签： pythontensorflowkeras