Keras fit_generator 输入形状不正确答案

【问题标题】：Keras fit_generator incorrect input shapesKeras fit_generator 输入形状不正确
【发布时间】：2019-11-22 23:39:37
【问题描述】：

我正在使用 ImageDataGenerator 将批量图像输入到神经网络，但无法找到正确的输入方式。运行以下命令：

train_datagen = ImageDataGenerator(rescale=1./255, shear_range=0.2, zoom_range=0.2, horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1./255)
training_set = train_datagen.flow_from_directory('/home/Training', target_size=(256,256), batch_size=32, class_mode='binary', color_mode = 'grayscale')

test_set = test_datagen.flow_from_directory('/home/Test', target_size=(256,256), batch_size=32, class_mode='binary',color_mode = 'grayscale' )


input_size = (256, 256, 1)
inputs = Input(input_size)
conv1 = Conv2D(64, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_normal')(inputs)
conv2 = Conv2D(2, 3, activation = 'relu', padding = 'same', kernel_initializer = 'he_normal')(conv1)
conv3 = Conv2D(1, 1, activation = 'sigmoid')(conv2)
model1 = Model(inputs = inputs, outputs = conv3)

model1.compile(optimizer = Adam(lr = 1e-4), loss = 'binary_crossentropy', metrics = ['accuracy'])

model1.fit_generator(training_set, steps_per_epoch=160, epochs=10, validation_data=test_set, validation_steps=800)

结果：

检查目标时出错：预期 conv2d_198 有 4 个维度，但是得到了形状为 (14, 1) 的数组

似乎使用批次作为输入张量，因为删除除了输入层之外的所有层会导致类似的错误。如何正确输入到网络中？

【问题讨论】：

标签： machine-learning keras tf.keras keras-2

【解决方案1】：

基本上，Keras 期望您传递输入的维度和行。看起来您正在传递一个二维数组。你能确保你传递的是 (-1, dimension 1, dimension 2, channels) 之类的东西吗？您可能需要使用重塑。 -1 应该告诉 Keras 推断行/观察值。我对 Keras 很陌生，所以我相信其他人会有更好的答案，但你也许可以这样做.. myinputarray.reshape()

【讨论】：