输入 0 与 flatten_5 层不兼容：预期 min_ndim=3，发现 ndim=2

Question

我正在尝试微调 VGG16 神经网络，代码如下：

vgg16_model = VGG16(weights="imagenet", include_top="false", input_shape=(224,224,3))
model = Sequential()
model.add(vgg16_model)
#add fully connected layer:
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(3, activation='softmax')) 

我收到此错误：

ValueError Traceback（最近一次调用最后一次） 在

2 model.add(vgg16_model)

3 #添加全连接层：

----> 4 model.add(Flatten())

5 model.add(Dense(256, activation='relu'))

6 model.add(Dropout(0.5))

/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/sequential.py in add(self, layer) 179 self.inputs = network.get_source_inputs(self.outputs[0])

180 elif self.outputs：

--> 181 output_tensor = layer(self.outputs[0])

182 if isinstance(output_tensor, list):

183 raise TypeError('顺序模型中的所有层'

/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/base_layer.py in 调用（self，inputs，**kwargs）

412 # 在输入不兼容的情况下引发异常

413 # 使用层构造函数中指定的 input_spec。

--> 414 self.assert_input_compatibility(inputs)

415

416 # 收集输入形状以构建层。

/usr/local/anaconda/lib/python3.6/site-packages/keras/engine/base_layer.py in assert_input_compatibility(self, inputs)

325 self.name + ': 预期 min_ndim=' +

326 str(spec.min_ndim) + '，找到 ndim=' +

--> 327 str(K.ndim(x)))

328 # 检查数据类型。

329 如果 spec.dtype 不是 None：

ValueError: Input 0 is in compatible with layer flatten_5: expected min_ndim=3, found ndim=2

我尝试了许多建议的解决方案，但没有一个可以解决我的问题。我该如何解决这个问题？

Answer 1

在官方keras网页上，在

在一组新的类上微调 InceptionV3

from keras.models import Model
vgg16_model = VGG16(weights="imagenet", include_top="false", input_shape=(224,224,3))
x = vgg16_model.output
x=Flatten()(x)
x=Dense(256, activation='relu')(x)
x=Dropout(0.5)(x)
predictions=Dense(3, activation='softmax')(x)

model = Model(inputs=base_model.input, outputs=predictions)

include_top="false" 中有错误，这会导致您收到错误消息。试试：

vgg16_model = VGG16(weights="imagenet", include_top=False, input_shape=(224,224,3))