keras后端conv2d错误

Question

我正在尝试将keras.backend.conv2d函数用于我自己的内核，我收到以下错误。

img = data[0,:,0]
img = img.reshape(240, 320)

kernelX = np.array([[-1, 1], 
                    [-1, 1]])

img = K.constant(img)
kernelX = K.constant(kernelX)

I_x = K.conv2d(img, kernelX)

  

ValueError：输入通道数与对应的不匹配   过滤器尺寸，320！= 2

有人可以请我朝正确的方向努力吗？

Answer 1

虽然您没有指定使用哪个后端，但由于您的重新整形操作而引发错误。在这种情况下，keras将形状的最后一个元素解释为通道数。这意味着，它假设您的图像有240个像素，320个通道，而您的内核有两个通道。对于卷积，这些必须是相同的大小。

因此，您应该以某种方式创建图像和内核，以便您的图像具有形状（240,320,1）和形状内核（2,2,1）。