Question

我正在建立一个cnn_rnn网络进行图像分类。在我的jupyter笔记本中运行以下python代码时出现错误。

     # model
     model1 = Sequential()
     # first convolutional layer
     model1.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape(160, 120, 3)))
     # second convolutional layer
     model1.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
     #Adding a pooling Layer
     model1.add(MaxPooling2D(pool_size=(3, 3)))
     #Adding dropouts
     model1.add(Dropout(0.25))
     # flatten and put a fully connected layer
     model1.add(Flatten())
     model1.add(Dense(32, activation='relu')) # fully connected

     #Adding RNN N/W
     model1.add(LSTM(32, return_sequences=True))
     model1.add(TimeDistributed(Dense(5, activation='softmax')))

我还尝试将input_shape =（160，120，3）作为参数添加到LSTM函数，但无济于事。请帮忙！

P.S：我也尝试使用GRU而不是LSTM，但是出现了相同的错误。

更新：请注意model.summary（）结果 enter image description here

Answer 1

您的错误是由于您在LSTM层之前使用了Flatten和Dense。

LSTM层要求输入的形状为（批量大小x长度x特征深度0）（或某些变形），而展平将Conv2D输出从（B x H x W x F）更改为（B x W * F * H）如果可以的话。如果要使用此体系结构，建议您在LSTM层之前使用Reshape层来平整所需的尺寸，并使用内核大小为1的Conv1D（与完全连接的层相同）。

或者，如果您想使用此确切的代码，请将其添加到LSTM层之前，它应该可以工作：

model1.add（Reshape（target_shape =（1,54 * 40,32））

由于pool_size为（3,3），因此分别为54和40。

ValueError：输入0与层lstm_14不兼容：预期ndim = 3，找到的ndim = 2

1 个答案: