构建卷积自动编码器时尺寸错误

Question

我正在 Keras 中迈出第一步，并为我的图层尺寸而苦苦挣扎。我目前正在构建一个卷积自动编码器，我想使用 MNIST 数据集进行训练。不幸的是，我似乎无法获得正确的尺寸，而且我很难理解我的错误在哪里。

我的模型是通过以下方式构建的：

def build_model(nb_filters=32, nb_pool=2, nb_conv=3):
    input_img = Input(shape=(1, 28, 28))

    x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(input_img)
    x = MaxPooling2D((2, 2), border_mode='same')(x)
    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
    x = MaxPooling2D((2, 2), border_mode='same')(x)
    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
    encoded = MaxPooling2D((2, 2), border_mode='same')(x)

    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(encoded)
    x = UpSampling2D((2, 2))(x)
    x = Convolution2D(8, 3, 3, activation='relu', border_mode='same')(x)
    x = UpSampling2D((2, 2))(x)
    x = Convolution2D(16, 3, 3, activation='relu', border_mode='same')(x)
    x = UpSampling2D((2, 2))(x)
    decoded = Convolution2D(1, 3, 3, activation='sigmoid', border_mode='same')(x)

return Model(input_img, decoded)

并使用以下方法检索数据：

def load_data():
    (x_train, _), (x_test, _) = mnist.load_data()

    x_train = x_train.astype('float32') / 255.
    x_test = x_test.astype('float32') / 255.
    x_train = np.reshape(x_train, (len(x_train), 1, 28, 28))
    x_test = np.reshape(x_test, (len(x_test), 1, 28, 28))
    return x_train, x_test

如您所见，我正在尝试对图像进行规范化以黑白显示，并且只是为了训练自动编码器来恢复它们。

您可以在下面看到我遇到的错误：

Traceback（最近一次调用最后一次）：文件 "C:/Users//Documents/GitHub/main/research/research_framework/experiment.py", 第 46 行，在 callbacks=[EarlyStopping(patience=3)]) 文件 "C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\keras\engine\training.py", 第 1047 行，合适 batch_size=batch_size) 文件 "C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\keras\engine\training.py", 第 978 行，在 _standardize_user_data exception_prefix='模型目标') 文件 "C:\Users\AppData\Local\Continuum\Anaconda2\lib\site-packages\keras\engine\training.py", 第 111 行，在 standardize_input_data 中 str(array.shape)) 异常：检查模型目标时出错：预期的 convolution2d_7 具有形状 (None, 8, 32, 1) 但得到了数组 带形状（60000L、1L、28L、28L）总参数：8273

进程以退出代码 1 结束

你能帮我解密这个错误吗？除了 Keras 网站，有没有关于构建模型和处理此类问题的资料？

干杯

Answer 1

您的输入形状似乎不正确。尝试将 (1,28,28) 更改为 (28,28,1)，看看是否适合您。更多细节和解决问题的其他选项，请参考the answer to another question。

Answer 2

原因是我在 keras.json 中更改了后端配置，但没有更改图像尺寸，所以仍然设置为 tensorflow。

改成：

{
    "image_dim_ordering": "th", 
    "epsilon": 1e-07, 
    "floatx": "float32", 
    "backend": "theano"
}

成功了。