Question

我已经用Keras训练了一个TPU进行图像字幕。跑步时出现错误：导入matplotlib.pyplot作为plt

def generateCaption(photo):

  in_text = START
  for i in range(max_length):
    sequence = [wordtoidx[w] for w in in_text.split() if w in wordtoidx]
    sequence = pad_sequences([sequence], maxlen=max_length)

    yhat = caption_model.predict([photo,sequence], verbose=0)
    yhat = np.argmax(yhat)

    word = idxtoword[yhat]
    in_text += ' ' + word

    if word == STOP:
      break

    final = in_text.split()
    final = final[1:-1]
    final = ' '.join(final)

    return final


for z in range(10):
  pic = list(encoding_test.keys())[z]
  image = encoding_test[pic].reshape((1,OUTPUT_DIM))

  print(os.path.join(root_captioning,'/content/drive/My Drive/ImageCaptioning/Flicker8k Dataset', pic))
  x = plt.imread(os.path.join(root_captioning,'/content/drive/My Drive/ImageCaptioning/Flicker8k Dataset', pic))

  plt.imshow(x)
  plt.show()

  print("Caption:",generateCaption(image))
  print("_____________________________________")

以下错误：print("Caption:",generateCaption(image)) 我尝试了其他重塑选项，也尝试删除了重塑功能，但错误仍然存在。

Answer 1

当我尝试训练网络时，此错误发生在我身上，因此可能与 LSTM 有关。在这种特定情况下，模型抱怨是因为第三层的尺寸不匹配。您可以尝试检查训练图像的尺寸是否与此处使用的尺寸相同，或者检查图层的参数。

ValueError：检查输入时出错：期望input_3的形状为（34，），但数组的形状为（36，）

1 个答案: