ValueError: Ошибка при проверке ввода: ожидалось, что input_1 будет иметь 5 измерений, но получил массив с формой (1221, 50, 50, 1)

Question

Я пытаюсь запустить модель с xtrain=(1221,50,50,1) во время model.fit, она показывает эту ошибку

ValueError: Ошибка при проверке ввода: ожидалось, что input_1 имеет 5 измерений, но получен массив с формой (1221, 50, 50, 1)

я использую следующие функции:

model.compile(loss=categorical_crossentropy,optimizer=Adadelta(lr=0.8), metrics=['acc'])
model.fit(x=ZZ, y=yyy, batch_size=128, epochs=1, validation_split=0.2)

, когда я увеличиваю размеры до (1221,50,50,1,1) ) используя expand_dims я получаю эту ошибку:

ValueError: Ошибка при проверке ввода: ожидалось, что input_1 будет иметь форму (16, 50, 50, 1), но получил массив с формой (1221,50, 50, 1, 1)

ИДК, где я ошибаюсь

это моя модель

input_layer = Input((16, 50, 50, 1))
## convolutional layers
conv_layer1 = Conv3D(filters=8, kernel_size=(3, 3, 3), activation='relu')(input_layer)
conv_layer2 = Conv3D(filters=16, kernel_size=(3, 3, 3), activation='relu')(conv_layer1)

## add max pooling to obtain the most imformatic features
pooling_layer1 = MaxPool3D(pool_size=(2, 2, 2))(conv_layer2)

conv_layer3 = Conv3D(filters=32, kernel_size=(3, 3, 3), activation='relu')(pooling_layer1)
conv_layer4 = Conv3D(filters=64, kernel_size=(3, 3, 3), activation='relu')(conv_layer3)
pooling_layer2 = MaxPool3D(pool_size=(2, 2, 2))(conv_layer4)

## perform batch normalization on the convolution outputs before feeding it to MLP architecture
pooling_layer2 = BatchNormalization()(pooling_layer2)
flatten_layer = Flatten()(pooling_layer2)

## create an MLP architecture with dense layers : 4096 -> 512 -> 10
## add dropouts to avoid overfitting / perform regularization
dense_layer1 = Dense(units=2048, activation='relu')(flatten_layer)
dense_layer1 = Dropout(0.4)(dense_layer1)
dense_layer2 = Dense(units=512, activation='relu')(dense_layer1)
dense_layer2 = Dropout(0.4)(dense_layer2)
output_layer = Dense(units=6, activation='softmax')(dense_layer2) #Use 5 instead of 1

## define the model with input layer and output layer
model = Model(inputs=input_layer, outputs=output_layer)```

Answer 1

Проблема в вашем xtrain, он состоит из 1221 изображения формы (50,50,1), однако Conv3D ожидает изображения формы (16,50,50,1).

В случае, если вы запутались, значения input_layer в Conv2D не требуют значения общего количества изображений. Требуется только форма изображения, приходящего к нему.

Для вашей помощи вы можете посмотреть этот пример того, как изображения передаются и устанавливаются.

Answer 2

Я понимаю, какую ошибку я сделал, мой x_train должен был состоять из (X, 16,50,50,1), но 16 не было. это связано с ошибкой, при которой ввод был сделан.

Спасибо за вашу помощь Rishabh Sahrawat Orphee Faucoz MH304

Answer 3

input_layer = Input((16, 50, 50, 1))

В этой строке указывается, что вход имеет форму (16, 50, 50 ,1). Вы передаете в сеть весь (1221, 50, 50, 1) вектор. Вам нужно изменить форму на (X, 16, 50, 50, 1), чтобы элемент вектора имел желаемую форму (16, 50, 50, 1).