Question

也许有一些方法可以摆脱avg_pool层？我找不到解决方法：（

SAMPLE_SHAPE = (32,32,3)
def generate_model(sample_shape):
    inp = Input(shape=sample_shape)
    resnet = resnet50.ResNet50(weights="imagenet",include_top=False)
    x = resnet(inp)
    predictions = Dense(2, activation='softmax')(x)

    m = Model(inputs=inp, outputs=predictions)
    #model.add(Dense(2, activation='softmax'))
    # This creates a model
    #predictions = Dense(2, activation='softmax')(x)
    return m
model = generate_model(SAMPLE_SHAPE)

错误：InvalidArgumentError追溯（大多数   最近通话结束）   〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py在   _create_c_op（图形，node_def，输入，control_inputs）1566尝试：   -> 1567 c_op = c_api.TF_FinishOperation（op_desc）1568除了errors.InvalidArgumentError为e：

InvalidArgumentError：负尺寸大小减去7   从1开始为'resnet50_14 / avg_pool / AvgPool'（op：'AvgPool'）输入   形状：[?, 1,1,2048]。

在处理上述异常期间，发生了另一个异常：

ValueError跟踪（最近的呼叫   最后）在（）        15＃预测=密集（2，激活='softmax'）[x）        16返回米   ---> 17个模型= generate_model（SAMPLE_SHAPE）

在generate_model（sample_shape）中         7 inp =输入（shape = sample_shape）         8 resnet = resnet50.ResNet50（weights =“ imagenet”，include_top = False）   ----> 9 x = resnet（inp）        10个预测=密集（2，激活='softmax'）[x）        11

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ topology.py在   通话（自己，输入内容，**）       552       553＃实际调用该图层，收集输出，蒙版和形状。   -> 554输出= self.call（输入，** kwargs）       第555章       556

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ topology.py in call（self，   输入，掩码）1988返回   self._output_tensor_cache [cache_key] 1989其他：   -> 1990 output_tensors，_，_ = self.run_internal_graph（inputs，masks）1991返回   output_tensors 1992

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ topology.py在   run_internal_graph（自己，输入，掩码）2138
  如果'mask'不在kwargs中：2139
  kwargs ['mask'] =计算掩码   -> 2140 output_tensors = _to_list（layer.call（computed_tensor，** kwargs））2141 output_masks = _to_list（layer.compute_mask（computed_tensor，2142
  计算掩码））

〜\ Anaconda3 \ lib \ site-packages \ keras \ layers \ pooling.py在通话中（self，   输入）       152 strides = self.strides，       153 padding = self.padding，   -> 154 data_format = self.data_format）       155返回输出       156

〜\ Anaconda3 \ lib \ site-packages \ keras \ layers \ pooling.py在   _pooling_function（自己，输入，pool_size，步幅，填充，data_format）       269填充，data_format）：       （270）   -> 271填充，data_format，pool_mode ='avg'）       272返回输出       273

〜\ Anaconda3 \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py在   pool2d（x，pool_size，步幅，填充，data_format，pool_mode）3012   x = tf.nn.max_pool（x，pool_size，strides，padding = padding）3013
  elif pool_mode =='avg'：   -> 3014 x = tf.nn.avg_pool（x，pool_size，strides，padding = padding）3015否则：3016提高   ValueError（'无效的池模式：'，pool_mode）

〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ ops \ nn_ops.py在   avg_pool（值，ksize，步幅，填充，data_format，名称）2110
  padding = padding，2111 data_format = data_format，   -> 2112 name = name）2113 2114

〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ ops \ gen_nn_ops.py在   avg_pool（值，ksize，步幅，填充，data_format，名称）        73 _，_，_op = _op_def_lib._apply_op_helper（        74“ AvgPool”，值=值，ksize = ksize，步幅=步幅，填充=填充，   ---> 75 data_format = data_format，name = name）        76 _result = _op.outputs [：]        77 _inputs_flat = _op.inputs

〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py   在_apply_op_helper中（自己，op_type_name，name，** keywords）       （785）       786章   -> 787 op_def = op_def）       788返回output_structure，op_def.is_stateful，op       789

〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py在   create_op（self，op_type，input，dtypes，input_types，name，attrs，   op_def，compute_shapes，compute_device）3390
  input_types = input_types，3391
  original_op = self._default_original_op，   -> 3392 op_def = op_def）3393 3394＃注意：形状是在启用C API的情况下延迟计算的。

〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py在    init （自身，node_def，g，输入，output_types，control_inputs，input_types，original_op，op_def）1732 op_def，输入，   node_def.attr）1733 self._c_op = _create_c_op（self._graph，   node_def，grouped_inputs，   -> 1734 control_input_ops）1735 else：1736 self._c_op = None

〜\ Anaconda3 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py在   _create_c_op（图形，node_def，输入，control_inputs）1568除外error.InvalidArgumentError为e：1569＃转换为ValueError   向后兼容。   -> 1570提高ValueError（str（e））1571 1572返回c_op

ValueError：负尺寸大小是由1减去7引起的   输入形状为'resnet50_14 / avg_pool / AvgPool'（op：'AvgPool'）：   [？，1,1,2048]。

Answer 1

您的问题/错误来自您输入的形状。您输入的形状太小。

所有经过预先训练的网络均具有最小的图像尺寸。对于ResNet50，此最小值为197。将SAMPLE_SHAPE增加到197或ResNet50的默认大小为224：

SAMPLE_SHAPE = (197,197,3)

或

SAMPLE_SHAPE = (224,224,3)

如果图像较小，请将其调整为197或224

在resnet模型中拟合图像时尺寸问题

1 个答案: