1

我正在 Keras 中迈出第一步，并为我的图层尺寸而苦苦挣扎。我目前正在构建一个卷积自动编码器，我想使用 MNIST 数据集进行训练。不幸的是，我似乎无法获得正确的尺寸，而且我很难理解我的错误在哪里。

我的模型是通过以下方式构建的：

def build_model(nb_filters=32, nb_pool=2, nb_conv=3):
    input_img = Input(shape=(1, 28, 28))

    x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(input_img)
    x = MaxPooling2D((2, 2), border_mode='same')(x)
    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
    x = MaxPooling2D((2, 2), border_mode='same')(x)
    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
    encoded = MaxPooling2D((2, 2), border_mode='same')(x)

    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(encoded)
    x = UpSampling2D((2, 2))(x)
    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
    x = UpSampling2D((2, 2))(x)
    x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(x)
    x = UpSampling2D((2, 2))(x)
    decoded = Convolution2D(1, 3, 3, activation='sigmoid', border_mode='same')(x)

return Model(input_img, decoded)

并使用以下方法检索数据：

def load_data():
    (x_train, _), (x_test, _) = mnist.load_data()

    x_train = x_train.astype('float32') / 255.
    x_test = x_test.astype('float32') / 255.
    x_train = np.reshape(x_train, (len(x_train), 1, 28, 28))
    x_test = np.reshape(x_test, (len(x_test), 1, 28, 28))
    return x_train, x_test

如您所见，我正在尝试对图像进行规范化以以黑白显示它们，并且只是为了训练自动编码器以能够恢复它们。

您可以在下面看到我收到的错误：

Traceback（最近一次调用最后一次）：文件“C：/Users//Documents/GitHub/main/research/research_framework/experiment.py”，第 46 行，回调 = [EarlyStopping（patience=3）]）文件“C： \Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\keras\engine\training.py”，第 1047 行，适合 batch_size=batch_size) 文件“C:\Users\AppData\Local\Continuum\Anaconda2\ lib\site-packages\keras\engine\training.py"，第 978 行，在 _standardize_user_data exception_prefix='model target') 文件“C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\keras\ engine\training.py"，第 111 行，在 standardize_input_data str(array.shape)) 异常：检查模型目标时出错：预期的 convolution2d_7 具有形状 (None, 8, 32, 1) 但得到的数组具有形状 (60000L, 1L , 28L,28L) 总参数：8273

进程以退出代码 1 结束

你能帮我解密这个错误吗？除了 Keras 网站之外，是否有任何关于构建模型和处理此类问题的材料？

干杯

4

2 回答 2

2

看起来您的输入形状不正确。尝试将 (1,28,28) 更改为 (28,28,1)，看看是否适合您。有关解决问题的更多详细信息和其他选项，请参阅另一个问题的答案。

于 2016-10-13T18:48:29.540 回答
1

原因是我在 keras.json 中更改了后端配置时，并没有更改图像维度，所以仍然设置为 tensorflow。

将其更改为：

{
    "image_dim_ordering": "th", 
    "epsilon": 1e-07, 
    "floatx": "float32", 
    "backend": "theano"
}

成功了。

于 2016-10-14T09:04:20.003 回答