在Keras中声明输入层时收到此错误消息。
ValueError:负尺寸大小是由于输入形状为[?,1,28,28],[3,3,28,32]的'conv2d_2 / convolution'(op:'Conv2D')从1中减去3引起的。
我的代码是这样的
model.add(Convolution2D(32, 3, 3, activation='relu', input_shape=(1,28,28)))
示例应用程序:https : //github.com/IntellijSys/tensorflow/blob/master/Keras.ipynb
默认情况下,Convolution2D(https://keras.io/layers/convolutional/)期望输入采用“ channels-last”格式(样本,行,列,通道)。您的数据似乎采用了格式(样本,通道,行,列)。data_format = 'channels_first'
声明Convolution2D层时,您应该可以使用optional关键字解决此问题。
model.add(Convolution2D(32, (3, 3), activation='relu', input_shape=(1,28,28), data_format='channels_first'))
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句