Keras中的卷积自动编码器解码器错误

Question

我正在尝试训练卷积自动编码器来重新创建 80X130 的图像

我已经添加了所有必要的导入，我正在用 python 3.7 编写它

这是我得到的错误：

Traceback（最近一次调用最后一次）：

文件“CAED_Keras.py”，第 52 行，在“，第 52 行，在 validation_data=(x_train, x_train)) ，适合

文件“C:\Python37\lib\site-packages\keras\engine\training.py”，第 1154 行，适合 _standardize_user_data batch_size=batch_size)

文件“C:\Python37\lib\site-packages\keras\engine\training.py”，第 621 行，e 145，在 _standardize_user_data 中的 standardize_input_data exception_prefix='target') , 76, 1) 但得到了形状为 (1, 80, 130) 的数组

standardize_input_data 中的文件“C:\Python37\lib\site-packages\keras\engine\training_utils.py”，第 145 行 str(data_shape))

ValueError: 检查目标时出错：预期 conv2d_7 的形状为 (4, 76, 1) 但得到的数组为 形状 (1, 80, 130)

这是我的代码：

input_img = Input(shape=(80, 130, 1)) 

x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)

x = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded)
x = UpSampling2D((2, 2))(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Conv2D(16, (3, 3), activation='relu')(x)
x = UpSampling2D((2, 2))(x)
decoded = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)

autoencoder = Model(input_img, decoded)
autoencoder.compile(optimizer='adadelta', loss='binary_crossentropy')

#Load Data
x_train = np.copy(lt.mel_spect_out[:int(len(lt.mel_spect_out)/10*9)])
x_test = np.copy(lt.mel_spect_out[int(len(lt.mel_spect_out)/10*9):])

#normalize
x_train = x_train / 255.
x_test = x_test / 255.


x_train = np.reshape(x_train, (len(x_train), 80, 130, 1))  
x_test = np.reshape(x_test, (len(x_test), 80, 130, 1))  

autoencoder.fit(x_train, x_train,
            epochs=50,
            batch_size=30,
            shuffle=True,
            validation_data=(x_train, x_train))

Answer 1

你有几个问题：

网络架构

我改变了一些东西：首先，我在编码后添加了一个上采样层，并删除了最后一个以保持对称性。然后，我将padding='same' 添加到最后的 16-filters conv 层，以防止您的数据被“裁剪”。

这是生成的代码：

x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)

x = UpSampling2D((2, 2))(encoded)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Conv2D(16, (3, 3), activation='relu', padding='same')(x)
decoded = Conv2D(1, (3, 3), activation='relu', padding='same')(x)

输入形状

这里的问题是您想对数据进行 3 次下采样。

第一个维度没问题：80 % 2^3 = 0。

但是对于第二个：130 % 2^3 = 2，这是有问题的。

你能做什么？

• 您可以将图片的高度裁剪为 128
• 我暂时没有其他想法

最后一点

你用过

validation_data=(x_train, x_train)