可变大小训练数据的 keras 形状

Question

我用 Keras (tensorflow) 实现了以下模型：

Layer (type)                 Output Shape              Param #
=================================================================
conv2d_1 (Conv2D)            (None, None, None, 32)    896
_________________________________________________________________
conv2d_2 (Conv2D)            (None, None, None, 32)    9248
_________________________________________________________________
max_pooling2d_1 (MaxPooling2 (None, None, None, 32)    0
_________________________________________________________________
dropout_1 (Dropout)          (None, None, None, 32)    0
_________________________________________________________________
conv2d_3 (Conv2D)            (None, None, None, 64)    18496
_________________________________________________________________
conv2d_4 (Conv2D)            (None, None, None, 64)    36928
_________________________________________________________________
dropout_2 (Dropout)          (None, None, None, 64)    0
_________________________________________________________________
global_average_pooling2d_1 ( (None, 64)                0
_________________________________________________________________
dense_1 (Dense)              (None, 256)               16640
_________________________________________________________________
dropout_3 (Dropout)          (None, 256)               0
_________________________________________________________________
dense_2 (Dense)              (None, 14)                3598
=================================================================
Total params: 85,806
Trainable params: 85,806
Non-trainable params: 0

我的数据集是 Leed 运动集，其中包含可变宽度和高度的图像。根据 Keras documentation 和 github issue，我只需将 inputshape 设置为 (None, None, Num_Channels)。为了准备我的数据集，我将注释和图像加载为 numpy 数组，如下所示：

# Train Input, contains paths of images first
x_train = image_list[train_indexes]

print("Converting x_train images to numpy...")
x_train = np.array([misc.imread(path) for path in x_train])
print(x_train.shape)
print(x_train[0].shape)
print(x_train[1].shape)

打印调用的输出是：

(9600,) # x_train
(188, 282, 3) # x_train first image
(686, 1024, 3) # x_train second image

如果我现在将 x_train 提供给我的模型，它会抛出以下错误：

ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, but got array with shape (9600, 1)

如何塑造我的训练集以让我的模型接受？

Answer 1

Keras 希望您为x_train 输入一个与您的输入形状相匹配的张量（一个 4 维张量）。您在x_train 中创建的是一个由不同形状的 3-D 数组对象组成的 1-D 数组，而不是 4-D 数组。这不是张量。张量不能是锯齿状的，它不能有不同形状的行。

由于矢量化，Keras 要求您输入张量。为了获得向量化的好处，所有输入都必须是张量。 Keras 不能处理锯齿状张量，numpy 也不能。要运行不同形状的输入，您必须使用 Keras 的矢量化来填充每个图像（在所有 3 个通道中使用 0），以使它们的形状一致。或者，您可以编写一个 for 循环，在其中一次通过模型运行输入。这基本上会失去矢量化的所有好处，并且可能需要很长时间来训练你的模型。