Question

灰度图像（宽12像素，高12像素）在培训和测试中按照Keras中的以下代码进行处理。

model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=(1,12,12)))
model.add(Activation("relu"))
model.add(Convolution2D(32, 3, 3))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2, 2), border_mode=("same")))
model.add(Dropout(0.25))

但是，错误发生如下。

tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimension size caused by subtracting 3 from 1 for 'conv2d_2/convolution' (op: 'Conv2D') with input shapes: [?,1,12,32], [3,3,32,32].

让我知道如何解决它。

Answer 1

当进行对象检测时，我遇到了类似的问题，而我发现的问题是一些损坏的图像。当keras尝试读取图像但被损坏时，不会加载该图像。因此，它不会引发图像错误，而是开始执行操作并失败。因此，在开始模型训练之前，只需检查您是否可以成功加载图像即可。这将为您提供罪魁祸首文件。这应该可以解决您的问题。

Answer 2

Keras希望使用以下格式：（样本，行，列，列，通道），您的格式似乎是（样本，通道，行，列，列）。

尝试使用可选参数data_format指定数据格式，如下所示：

model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=(1,12,12), data_format = 'channels_first'))

Keras卷积2D错误

2 个答案: