Keras卷积自动编码器不起作用

时间:2016-12-27 15:09:55

标签: deep-learning keras keras-layer

我正在测试Keras作者的卷积自动编码器: https://blog.keras.io/building-autoencoders-in-keras.html

但我有这个问题:

client = Savon.client(wsdl: "http://www.sss.ss/api/v2_soap/?wsdl", log_level: :debug, pretty_print_xml: true, log: true)
session = client.call(:login, message: {username: 'sss', apiKey: 'sss'})
result = client.call(:sales_order_list, message: {sessionId: session.body[:login_response][:login_return], filters: {filter: {item: {key: 'created_at', value: {key: 'from', value: '2016-12-27 00:00:00'}}, item: {key: 'created_at', value: {key: 'to', value: '2016-12-27 23:59:59'}} }}})

我确切地说,我已经设置了字段&border -mode =' same''在最后一个转换层。 所以我真的不知道它来自哪里...... 以下是摘要:

Exception: Error when checking model target: expected convolution2d_7 to have shape (None, 8, 32, 1) but got array with shape (60000, 1, 28, 28)

1 个答案:

答案 0 :(得分:3)

终于找到了答案。 我认为本教程的创建者用32x32 MNIST图像测试它,而不是28x28。

因为,当添加到最后一个转换层border_mode ='相同'时,输出形状为(32,32,1) 因此,要获得良好的输出(28,28,1),您需要添加border_mode ='有效'到前一个转发层。

总结: 将尺寸排序更正为28x28x1而不是1x28x28。 然后将边框模式添加到最后一个转换层 最后将边框模式添加到最后一个转换层。

希望这会有所帮助。