ValueError：conv3d_8 层的输入 0 与层不兼容：：预期 min_ndim=5，发现 ndim=4。收到的完整形状：[None, 4, 150, 150]

Question

我正在尝试在 Keras 中训练 3D CNN 模型，但在执行单元格时出现此错误：

ValueError: Input 0 of layer conv3d_8 is incompatible with the layer: : expected min_ndim=5, found ndim=4. Full shape received: [None, 4, 150, 150]

我的输入数据是一个带有图像数据的 numpy 数组。以下是形状（我知道53太少了，但只是为了学习目的）：

Training data shape:  (53, 4, 150, 150)
Training labels shape:  (53, 1)
Validation data shape:  (14, 4, 150, 150)
Validation labels shape:  (14, 1)

我尝试使用的模型是：

# Create the model
model = Sequential()
model.add(Conv3D(32, kernel_size=(3, 3, 3), activation='relu', kernel_initializer='he_uniform', input_shape=(4,150,150)))
model.add(MaxPooling3D(pool_size=(2, 2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv3D(64, kernel_size=(3, 3, 3), activation='relu', kernel_initializer='he_uniform'))
model.add(MaxPooling3D(pool_size=(2, 2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(4, activation='softmax'))

# Compile the model
model.compile(loss='categorical_crossentropy',
              optimizer=keras.optimizers.Adam(lr=0.001),
              metrics=['accuracy'])
model.summary()
# Fit data to model
history = model.fit(treino3d, treino3d_labels,
            epochs=40)

有人可以帮忙吗？

非常感谢！

Answer 1

您似乎不需要Conv3D 层来执行此任务。请改用Conv2D，并在kernel_size 和pool_size 中仅使用1 或2 个值。

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', 
                 kernel_initializer='he_uniform', 
                 input_shape=(4,150,150)))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv2D(64, kernel_size=(3, 3), activation='relu', 
                 kernel_initializer='he_uniform'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(256, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(4, activation='softmax'))

您的频道维度是第一位的，因此您需要告诉 Keras。使用这一行：

tf.keras.backend.set_image_data_format('channels_first')

或者在每个Conv2D或MaxPooling2D层设置这个参数：

data_format='channels_first'

或者将输入张量的维度置换为(54, 150, 150, 4)：

np.transpose(x, (0, 2, 3, 1))

功能完整，已更正示例：

import os
os.environ['CUDA_VISIBLE_DEVICES'] = '-1'
from tensorflow.keras.layers import *
import numpy as np
from tensorflow.keras.models import Sequential

xtrain = np.random.rand(53, 4, 150, 150)
ytrain = np.random.randint(0, 4, (53, 1))

xtrain = np.transpose(xtrain, (0, 2, 3, 1))

model = Sequential()
model.add(Conv2D(8, kernel_size=(3, 3), activation='relu',
                 kernel_initializer='he_uniform', input_shape=xtrain.shape[1:]))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Conv2D(8, kernel_size=(3, 3), activation='relu',
          kernel_initializer='he_uniform'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(BatchNormalization(center=True, scale=True))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(32, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(32, activation='relu', kernel_initializer='he_uniform'))
model.add(Dense(4, activation='softmax'))

model.compile(loss='sparse_categorical_crossentropy',
              optimizer='adam',
              metrics=['accuracy'])
model.summary()

history = model.fit(xtrain, ytrain, epochs=1)

32/53 [=================>............] - ETA: 2s - loss: 1.8215 - acc: 0.2812
53/53 [==============================] - 5s 91ms/sample - loss: 1.9651 - acc: 0.2264

Answer 2

1. 第一个答案是正确的。我记得（我有几年没有使用 MRI），每个切片由 4 个通道表示，通道中的每个体素包含有关相同物理位置的信息。因此，对 4 通道的图像应用 2D 卷积是正确的方法。
2. 对于 2D 卷积，我建议使用 input_shape=(150,150,4) 定义您的输入，或者甚至使用 input_shape=(None, None, 4) - 它更通用。所以你不需要玩 channel_first 或 channel_last 配置。 channel_last 是我记得的默认格式
3. 如果你坚持使用 Conv3d，你的输入形状应该是：input_shape=(150,150,4,1) 或 (None, None, None, 1) 并且 trainset 应该遵循如下形状：np.random.rand(53, 150, 150, 4, 1)