Question

我的代码中的每一层都显示它期望数组形状，但是接收到的形状与输入数组尺寸相同

我在第一个maxpooling层之后发表评论只是为了提示错误。如果您查看错误，它会期望（16，64，64，64），但是会说它收到了（16，128，128，1），恰好是我的输入数组。

model = Sequential()

model.add(Conv3D(64,3,activation= 'relu',padding='same',input_shape=(16, 128, 128 ,1)))
model.add(MaxPooling3D(pool_size=(1,2,2),strides= (1, 2, 2)))

#model.add(Conv3D(128,3,activation= 'relu',padding="same"))
#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))

#model.add(Conv3D(256,3,activation= 'relu',padding="same"))
#model.add(Conv3D(256,3,activation= 'relu',padding="same"))
#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))

#model.add(Conv3D(512,3,activation= 'relu',padding="same"))
#model.add(Conv3D(512,3,activation= 'relu',padding="same"))
#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))

#model.add(Conv3D(512,3,activation= 'relu',padding="same"))
#model.add(Conv3D(512,3,activation= 'relu',padding="same"))
#model.add(MaxPooling3D(pool_size=(2,2,2),strides= (2, 2, 2)))

#model.add(Dense(output_dim= 4096,activation= 'linear' ))
#model.add(Dense(output_dim= 4096,activation= 'softmax' ))

我收到的错误是

str（data_shape））

ValueError：检查目标时出错：预期max_pooling3d_4具有形状（16、64、64、64），但数组具有形状（16、128、128、1）

为什么会这样？谢谢您的回复。

Answer 1

该问题与输入形状无关；相反，它与训练模型时要提供给模型的标签阵列的形状有关。错误中明确指出了这一点：

检查目标
时出错

此处“目标”是指模型的输出。在您的最小示例中，池化层的输出形状为(16, 64, 64, 64)：

预计max_pooling3d_4具有形状（16、64、64、64）

但是，您给它的形状是(16, 128, 128, 1)的输出：

但数组的形状为（16，128，128，1）

为什么每一层都采用初始输入数组形状而不是上一层的输出

1 个答案: