Question

全部欢迎。试图对付喀拉拉邦。我有几张以.npy格式保存的图像及其标签。

训练模型时出现错误：

ValueError：检查输入时出错：预期density_input具有形状（135，240），但数组的形状为（240，3）

这很奇怪，因为提交的图像的形状是：

（135，240，3）

我的课程NeuralNetwork：

class NeuralNetwork():
    def __init__(self):

    self.model = keras.models.Sequential()
    self.model.add(keras.layers.Dense(1024, input_shape=(135, 240), activation="relu"))
    self.model.add(keras.layers.Dense(512, activation="relu"))
    self.model.add(keras.layers.Dense(9, activation="softmax"))

    opt = keras.optimizers.Adam()
    self.model.compile(loss="categorical_crossentropy", optimizer=opt,
                  metrics=["accuracy"])

    def FitModel(self, trainX, trainY):
        self.model.fit(trainX, trainY, epochs=30)


    def Predict(self, image):
        predictions = self.model.predict(image)

        choice = np.argmax(predictions[0])
        return choice

主要：

Data_Count = 7990

WIDTH = 240
HEIGHT = 135

nn = NeuralNetwork()

for i in range(1, DataCount+1):

    file_name = 'D:/TrainingData/training_data-{}.npy'.format(i)
    train_data = np.load(file_name)

    image = np.array([i[0] for i in train_data])[0]
    label = np.array([i[1] for i in train_data])[0]

    image = image / 255

    nn.FitModel(image, label)

为什么她只得到（240，3），而不是（135，240）？

提前感谢您的回答！

Answer 1

您的致密层输入形状不正确。您的图像的形状为(135, 240, 3)，但是您喂入(135,240)意味着您错过了图像通道。此外，在将图像馈送到密集层之前，您忘了将图像展平。这是一些虚拟数据的示例：

import numpy as np
from tensorflow.python import keras

model = keras.models.Sequential()
model.add(keras.layers.Flatten(input_shape=(135, 240, 3)))
model.add(keras.layers.Dense(1024, activation="relu"))
model.add(keras.layers.Dense(512, activation="relu"))
model.add(keras.layers.Dense(9, activation="softmax"))

model.compile(loss="categorical_crossentropy", optimizer='adam', metrics=["accuracy"])

# dummy data
images = np.zeros(shape=(7990, 135, 240, 3))
labels = np.zeros(shape=(7990, 9))

# train model
model.fit(x=images, y=labels, batch_size=128)

keras顺序模型中的输入形状错误

1 个答案: