ValueError: Вход в `.fit ()` должен иметь ранг 4. Получил массив с формой в CNN? - PullRequest
Новая
       3

ValueError: Вход в `.fit ()` должен иметь ранг 4. Получил массив с формой в CNN?

0 голосов
/ 08 июля 2020

Я участвовал в реализации CNN в моем наборе данных.

Вот мой код, получающий x train и y train с процессом изменения формы Я разделил X_train и Y_train. Вот код, показанный ниже. 

X_train, X_val, Y_train, Y_val = train_test_split(X_train, Y_train, test_size = 0.1, random_state=42)
print("x_train shape",X_train.shape)
print("x_test shape",X_val.shape)
print("y_train shape",Y_train.shape)
print("y_test shape",Y_val.shape)

Результат определен ниже. 

x_train shape (207, 260, 260)
x_test shape (23, 260, 260)
y_train shape (207, 10)
y_test shape (23, 10)

Затем я создаю модель CNN. 

model = Sequential()

#
model.add(Conv2D(filters = 8, kernel_size = (5,5),padding = 'Same', 
                 activation ='relu', input_shape = (260, 260)))
model.add(MaxPool2D(pool_size=(2,2)))
model.add(Dropout(0.25))

#
model.add(Conv2D(filters = 16, kernel_size = (3,3),padding = 'Same', 
                 activation ='relu'))
model.add(MaxPool2D(pool_size=(2,2), strides=(2,2)))
model.add(Dropout(0.25))

# fully connected
model.add(Flatten())
model.add(Dense(256, activation = "relu"))
model.add(Dropout(0.5))
model.add(Dense(10, activation = "softmax"))

Затем я использую ImageGenerator для использования увеличения данных 

datagen = ImageDataGenerator(
        featurewise_center=False,  # set input mean to 0 over the dataset
        samplewise_center=False,  # set each sample mean to 0
        featurewise_std_normalization=False,  # divide inputs by std of the dataset
        samplewise_std_normalization=False,  # divide each input by its std
        zca_whitening=False,  # dimesion reduction
        rotation_range=0.5,  # randomly rotate images in the range 5 degrees
        zoom_range = 0.5, # Randomly zoom image 5%
        width_shift_range=0.5,  # randomly shift images horizontally 5%
        height_shift_range=0.5,  # randomly shift images vertically 5%
        horizontal_flip=False,  # randomly flip images
        vertical_flip=False)  # randomly flip images

X_train = np.pad(X_train, ((0,0), (0, (67600-X_train.shape[1]))), 'constant').reshape(-1, 260, 260, 1)

datagen.fit(X_train)

Затем возникает ошибка, показанная ниже. 

ValueError: operands could not be broadcast together with remapped shapes [original->remapped]: (2,2) and requested shape (3,2)

Как я могу это исправить?

1 Ответ

1 голос
/ 08 июля 2020

Я думаю, что проблема в том, что ImageDataGenerator ожидает, что изображение будет иметь ширину, высоту и цветовые каналы (наиболее распространенными являются 3 канала для красного, зеленого и синего). Поскольку также существует размер партии, общая ожидаемая форма будет (batch size, width, height, channels). Ваши тензоры имеют размер 260x260, но не имеют цветовых каналов. Это изображения в оттенках серого?

Согласно документации :

x: Примеры данных. Должен иметь ранг 4. В случае данных в градациях серого ось каналов должна иметь значение 1

Поэтому я думаю, вам просто нужно изменить форму ввода, добавив в конце дополнительное измерение.

...