我正在使用 CIFAR 数据集构建深度着色模型。我已将 rgb 图像转换为实验室。现在,输入 X_train 只需要 lab 的灰度部分,而输出标签是彩色部分。X_train 尺寸 = [50000,32,32] 和 Y_train = [50000,32,32,2]。我在训练数据集时由于某种原因得到了这个维度错误。
model = Sequential()
model.add(Conv2D(64, (3, 3), activation='relu', padding='same',input_shape = (50000,32,32,1)))
model.add(Conv2D(64, (3, 3), activation='relu', padding='same', strides=2))
model.add(Conv2D(128, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(512, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(256, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(128, (3, 3), activation='relu', padding='same'))
#model.add(UpSampling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu', padding='same'))
#model.add(UpSampling2D((2, 2)))
model.add(Conv2D(32, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(2, (3, 3), activation='tanh', padding='same'))
#model.add(UpSampling2D((2, 2)))
model.compile(optimizer='rmsprop', loss='mse')
model_info = model.fit(X_train, Y_train,
batch_size=128, epochs=200)
您需要从输入形状中删除 50000。因为您已经在 model.fit() 中指定了批量大小。
在维度中考虑批量大小。在你的情况下,它会变成 (128,50000,32,32,1)。
而且你肯定不会一次训练 50000。
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