0

我想构建一个 CNN 模型，该模型需要 3 个连续图像而不是一个，因此输入的形状为： (3,height, width, channels=3) ：

from tensorflow.keras.layers import Input, Conv2D, MaxPooling2D, Dropout, Dense, 
Flatten,Convolution2D
from tensorflow.keras.models import Sequential
from tensorflow.keras.optimizers import Adam

def build_cnn_model(frames_number,height,width,channel, nb_actions):

    model = Sequential()

    model.add( Input((frames_number,height,width,channel),name='Input') )
    model.add( Conv2D(96, (3,3), strides=(4,4), activation='relu', name='Conv2D_1', 
    input_shape = (frames_number,height,width,channel) ) )
    model.add( MaxPooling2D((2, 2), name='MaxPooling2D_1') )
    model.add( Dropout(0.2,name='Dropout_1'))

    model.add( Conv2D(192, (3, 3), activation='relu', name='Conv2D_2') )
    model.add( MaxPooling2D((2, 2), name='MaxPooling2D_2')  )
    model.add( Dropout(0.2, name='Dropout_2'))

    model.add( Flatten(name='Flatten_1')) 
    model.add( Dense(1500, activation='relu', name='Dense_1') )
    model.add( Dropout(0.5, name='Dropout_DNN_1'))

    model.add(Dense(nb_actions, activation='linear', name='Output') )

    return model

model = build_cnn_model(3,220,300,3,6)

这个结构对我来说似乎是逻辑，但我得到了：

ValueError: Input 0 of layer Conv2D_1 is incompatible with the layer: expected ndim=4, found ndim=5. Full shape received: [None, 3, 210, 160, 3]

请注意，我知道也可以更改数据形状，以便可以将 3 张图像放入 3*3 通道的单个图像中。但我无法在我的程序中应用该解决方案。我想传递（3，高度，宽度，3）的输入。

4

0 回答 0