Отрицательный размерный размер, вызванный вычитанием 2 из 1 для 'max_pooling2d_52 / MaxPool' (op: 'MaxPool') с входными формами: [?, 148,1,32]

Question

Я получаю эту ошибку неверного аргумента. Также получаю ошибку значения в слое max pooling. dim ordering = 'th' также не работает. Я не могу понять, почему это происходит. Пожалуйста, помогите кому-нибудь ... Спасибо заранее

from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D
from keras.layers import Activation, Dropout, Flatten, Dense
from keras.preprocessing.image import ImageDataGenerator

model = Sequential()
model.add(Conv2D(32, (3, 3), input_shape=(150, 150, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(32, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(128, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(512, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(512, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Conv2D(1024, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Flatten())  
model.add(Dense(1024))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('sigmoid'))

model.summary()

Answer 1

Вы объединяете слишком много раз.

Каждый раз, когда ваш образец проходит один из ваших слоев объединения, его ширина и высота делятся на два. В конце концов, вы больше не можете уменьшить масштаб своего образца, но продолжаете пытаться (по-видимому, в max_pooling_2d_52).

Включение полного tracelog облегчит интерпретацию вашей проблемы, хотя:)