Question

我非常对Keras很新，而在我早期的实验中，当我创建卷积层时，我遇到了错误。当我运行此代码时（找到here;＆＃34;共享视觉模型＆＃34;部分）

from keras.models import *
from keras.layers import *
from keras.layers.convolutional import *
from keras.layers.pooling import *

digit_input = Input(shape=(1, 27, 27))
x = Convolution2D(64, 3, 3)(digit_input)
x = MaxPooling2D((2, 2))(x)

mdl = Model(digit_input, x)

我收到以下错误（回溯指向Convolution2D行）：

ValueError: Filter must not be larger than the input: Filter: (3, 3) Input: (1, 27)

我假设我误用了界面 - 特别是因为没有其他人似乎有这个特殊问题 - 但我直接从Keras文档中提取代码。使用model.add()语法时问题仍然存在。有趣的是，当我将滤镜大小缩小到1x1或将输入通道数增加到3时，错误消失了。我尝试手动设置dim_ordering='tf'进行卷积，我的keras.json文件读取：

{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "tensorflow"
}

Keras看起来是一个很棒的工具，但到目前为止我完全无法使用它。

P.S。我使用的是Keras 1.1.0和Tensorflow 0.10。

Answer 1

'image_dim_ordering'：'tf'将输入的第三个维度设置为2D卷积的通道输入：即您当前放置了一个带有27个通道的1x27输入，以便与3x3内核进行卷积且无填充。 / p>

您应该能够将'image_dim_ordering'切换为'th'并立即使用此代码。我认为'th'曾经是默认的，你不幸遇到了一个过时的教程。这是来自Convolution2D的Keras文档 - 它在那里，但不是特别突出：

dim_ordering：'th'或'tf'。在'th'模式中，通道尺寸（深度）位于索引1处，'tf'模式位于索引3处。它默认为在〜/ .keras / keras.json的Keras配置文件中找到的image_dim_ordering值。如果你从未设置它，那么它将是“tf”。

希望有所帮助！

Answer 2

试试这个

digit_input = Input(shape=(27, 27, 1))
x = Convolution2D(64, 3, 3, dim_ordering='tf')(digit_input)

Keras卷积滤波器大小问题

2 个答案: