Question

我的输入是一系列视频，数量为8500。每个视频作为一系列50帧馈送到LSTM，每帧具有960个像素。所以输入的暗淡是8500,50,960 可能有487种可能的输出类，因此输出维度为8500,487。

但是当我运行以下代码时，我在keras中遇到这些错误。

非常感谢任何帮助。谢谢！

（8500,50,960）

（8500,487）

创建模型..

添加第一层..

添加第二层..

添加输出图层..

追踪（最近一次呼叫最后一次）：

文件“/Users/temp/PycharmProjects/detect_sport_video/build_model.py”，第68行，in model.add（Dense（487，activation ='softmax'））

文件“/Users/temp/anaconda/lib/python2.7/site-packages/Keras-1.0.3-py2.7.egg/keras/models.py”，第146行，另外 output_tensor = layer（self.outputs [0]）

文件“/Users/temp/anaconda/lib/python2.7/site-packages/Keras-1.0.3-py2.7.egg/keras/engine/topology.py”，第441行，调用 self.assert_input_compatibility（x）的

文件“/Users/temp/anaconda/lib/python2.7/site-packages/Keras-1.0.3-py2.7.egg/keras/engine/topology.py”，第382行，在assert_input_compatibility中 STR（K.ndim（X）））

例外：输入0与图层dense_1不兼容：预期ndim = 2，发现ndim = 3

from keras.models import Sequential
from keras.layers import LSTM, Dense
import numpy as np
from PIL import Image
import os

def atoi(video):
    return int(video) if video.isdigit() else video

def natural_keys(video):
    return [ atoi(c) for c in os.path.splitext(video) ]


input_data =np.zeros((8500,50,960))

video_index = 0
data = 'train'
video_list = sorted(os.listdir('/Users/temp/PycharmProjects/detect_sport_video/' + data + '_frame_resize1/'))
video_list.sort(key=natural_keys)


for video in video_list:
    if video != '.DS_Store':
        frame_index = 0
        frame_list = sorted(os.listdir('/Users/temp/PycharmProjects/detect_sport_video/' + data + '_frame_resize1/' + video + '/'))
        frame_list.sort(key=natural_keys)
        for frame in frame_list:
            image = np.asarray(Image.open('/Users/temp/PycharmProjects/detect_sport_video/' + data + '_frame_resize1/' + video + '/' + frame))
            image = image.reshape(image.shape[0] * image.shape[1],3)
            image = (image[:,0] + image[:,1] + image[:,2]) / 3
            image = image.reshape(len(image),1)
            image = image[:960]
            image = image.T
            input_data[video_index][frame_index] = image
            frame_index += 1
        video_index += 1

print input_data.shape

cnt = 1
output_classes = []
with open('/Users/temp/PycharmProjects/detect_sport_video/sports-1m-dataset/' + data + '_correct_links.txt') as input_file:
 while cnt <= 8500:
        output_classes.append(int(input_file.readline().split()[2]))
        cnt += 1
output_data =np.zeros((8500,487))
output_index = 0
while(output_index < 8500):
    output_data[output_index,output_classes[output_index]] = 1
    output_index += 1

print output_data.shape

print("Creating model..")
model = Sequential()
print("Adding first layer..")
model.add(LSTM(100, return_sequences=True,
               input_shape=(50, 960)))

print("Adding second layer..")
model.add(LSTM(100, return_sequences=True))

print("Adding output layer..")
model.add(Dense(487, activation='softmax'))

print "Compiling model.."
model.compile(loss='categorical_crossentropy',
              optimizer='RMSprop',
              metrics=['accuracy'])

print "Fitting model.."
model.fit(input_data,output_data,
          batch_size=50, nb_epoch=100)

另外，如果我在添加每个LSTM图层后尝试打印model.output_shape，我得到的输出是（None，50,200）但它应该是（None，200）。那就是问题所在。但我不知道为什么会得到（无，50,200）。有什么想法吗？

Answer 1

打印（“添加第二层......”） model.add（LSTM（100，return_sequences = False））

keras中

1 个答案: