Question

我正在尝试微调VGG16神经网络，这是代码：

vgg16_model = VGG16(weights="imagenet", include_top="false", input_shape=(224,224,3))
model = Sequential()
model.add(vgg16_model)
#add fully connected layer:
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(3, activation='softmax'))

我收到此错误：

ValueError跟踪（最近一次通话最近）    在

2个model.add（vgg16_model）

3＃添加完全连接的层：

----> 4个模型。add（Flatten（））

5 model.add（Dense（256，activation ='relu'））

6 model.add（Dropout（0.5））

/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/sequential.py在add（self，layer）中   179 self.inputs = network.get_source_inputs（self.outputs [0]）

180个elif self.outputs：

-> 181 output_tensor = layer（self.outputs [0]）

182 if isinstance（output_tensor，list）：

183引发TypeError（'顺序模型中的所有层'
     呼叫中的
/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/base_layer.py（自身，输入，**）

412＃在输入不兼容的情况下引发异常

413＃具有在图层构造函数中指定的input_spec。

-> 414 self.assert_input_compatibility（inputs）

415

416＃收集输入形状以构建图层。

/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/base_layer.py in assert_input_compatibility（self，inputs）

325 self.name +'：预期的min_ndim ='+

326 str（spec.min_ndim）+'，找到ndim ='+

-> 327 str（K.ndim（x）））

328＃检查dtype。

329，如果spec.dtype不是None：

ValueError：输入0与flatten_5层不兼容：预期的min_ndim = 3，找到的ndim = 2

我尝试了许多建议的解决方案，但没有一个可以解决我的问题。我该如何解决？

Answer 1

在keras官方网页上

在一组新的类上微调InceptionV3

from keras.models import Model
vgg16_model = VGG16(weights="imagenet", include_top="false", input_shape=(224,224,3))
x = vgg16_model.output
x=Flatten()(x)
x=Dense(256, activation='relu')(x)
x=Dropout(0.5)(x)
predictions=Dense(3, activation='softmax')(x)

model = Model(inputs=base_model.input, outputs=predictions)

您在include_top="false"中有一个错误，这将导致您显示错误消息。试试：

vgg16_model = VGG16(weights="imagenet", include_top=False, input_shape=(224,224,3))

输入0与图层flatten_5不兼容：预期的min_ndim = 3，找到的ndim = 2

1 个答案: