Question

我在python中使用Keras库来制作视频。我的Keras版本是2.0.2

 kernel_size=3
 model = Sequential()
    model.add(Convolution3D(nb_filters[0], kernel_size,nb_depth=nb_conv[0], nb_row=nb_conv[0], 
    nb_col=nb_conv[0],input_shape=(1, img_rows, img_cols, patch_size), 
    activation='relu'))

我收到以下错误。

 Using Theano Backened
    Traceback (most recent call last):
  File "F:/Project/codes/foreg.py", line 131, in <module>
    input_shape=(1, img_rows, img_cols, patch_size), activation='relu'))
  File "C:\Users\lenov\Anaconda3\envs\3dcnn\lib\site-packages\keras\legacy\interfaces.py", line 88, in wrapper
    return func(*args, **kwargs)
  File "C:\Users\lenov\Anaconda3\envs\3dcnn\lib\site-packages\keras\layers\convolutional.py", line 580, in __init__
    **kwargs)
  File "C:\Users\lenov\Anaconda3\envs\3dcnn\lib\site-packages\keras\layers\convolutional.py", line 100, in __init__
    super(_Conv, self).__init__(**kwargs)
  File "C:\Users\lenov\Anaconda3\envs\3dcnn\lib\site-packages\keras\engine\topology.py", line 277, in __init__
    raise TypeError('Keyword argument not understood:', kwarg)
TypeError: ('Keyword argument not understood:', 'nb_depth')

请帮我解决这个错误。

Answer 1

您需要在过滤器数量之后指定内核大小，例如：

kernel_size = 3
model.add(Convolution3D(nb_filters[0], kernel_size, nb_depth=nb_conv[0], nb_row=nb_conv[0], 
    nb_col=nb_conv[0],input_shape=(1, img_rows, img_cols, patch_size), 
    activation='relu'))

来自documentation：

kernel_size：3个整数的整数或元组/列表，指定3D卷积窗口的宽度和高度。可以是单个整数，为所有空间维度指定相同的值。

Answer 2

正如错误消息所示：您没有为Convolution3D构造函数提供kernel_size参数。

查看documentation。

来自文档：

Conv3D （过滤器，kernel_size，strides =（1,1,1），padding =＆＃39;有效＆＃39;， data_format =无，dilation_rate =（1,1,1），激活=无， use_bias = True，kernel_initializer =＆＃39; glorot_uniform＆＃39;， bias_initializer =＆＃39;零＆＃39;，kernel_regularizer =无， bias_regularizer =无，activity_regularizer =无， kernel_constraint = None，bias_constraint = None）

Answer 3

我通过安装mkdocs解决了我的问题

pip install mkdocs

在工作环境中。

Keras：TypeError :(＆＃39;关键字参数未被理解：＆＃39;，＆＃39; nb_depth＆＃39;）

3 个答案: