使用 keras ConvNet 拟合模型和 input_shape 时出错

Question

如果您有 keras 方面的经验，我们将不胜感激。这是我的第一次牛仔竞技表演，野马的表现非常强劲！

我对肺部图像进行了预处理，并提取了 48x48x48mm 立方阵列，表示感兴趣区域中的像素 (dtype=uint8)。我已将这 8504 个立方体存储在 *.npy 文件中。

当我将立方体列表作为训练数据传递给模型时，遇到以下错误：

“检查模型输入时出错：您传递给模型的 Numpy 数组列表不是模型预期的大小。预计会看到 1 个数组，但得到了以下 8504 个数组列表”。

我可能做错了什么？

相关代码：

# input layer of model
c3d_model.add(Convolution3D(64, 8,8,8, activation='relu', border_mode='same',
              name='conv1', input_shape=(48, 48, 48, 1)))
# other layers ....

# get_data()
cubes = [np.load(os.path.join(CUBES_DIR, cubefile)) for cubefile in cubefiles] # cubefiles is a list of 8504 filenames

# shuffle data and labels to avoid skewing the training
ix = [i for i in range(len(labels))]
shuffle(ix)
X_cubes = [cubes[i] for i in ix]
Y_labels = [labels[i] for i in ix]

# and here's where I run aground
model.fit(cubes, Y_labels, validation_split=0.30, nb_epoch=1, batch_size=32, callbacks=[save_weights], verbose=2)

谢谢！

Answer 1

错误说 Keras 需要一个数组，但你给它一个数组列表。

洗牌后，试试：

X_cubes = np.array(X_cubes)
Y_labels = np.array(X_cubes)

还请注意，您正在改组 X 和 Y，但只将改组后的 Y 提供给 Keras，未改组 X。我想这不是你想要的。