keras中不兼容的密集层错误

Question

我输入的是一系列视频，数量为8500。 每个视频作为一系列50帧馈送到LSTM，每个帧具有960像素。 因此，输入dim为8500,50,960，有487种可能的输出类别，因此输出尺寸为8500,487。

但是，当我运行以下代码时，我在keras中遇到了这些错误。

任何帮助是极大的赞赏。 谢谢！

（8500，50，960）

（8500，487）

创建模型

添加第一层

添加第二层

添加输出层

追溯（最近一次通话）：

在model.add（Dense（487，activation ='softmax'））中的文件“ /Users/temp/PycharmProjects/detect_sport_video/build_model.py”，第68行

添加文件output / tensor = layer（self.outputs）的文件“ /Users/temp/anaconda/lib/python2.7/site-packages/Keras-1.0.3-py2.7.egg/keras/models.py”，行146 [0]）

调用 self.assert_input_compatibility（x）中的文件“ /Users/temp/anaconda/lib/python2.7/site-packages/Keras-1.0.3-py2.7.egg/keras/engine/topology.py”第441行）

在assert_input_compatibility str（K.ndim中，文件“ /Users/temp/anaconda/lib/python2.7/site-packages/Keras-1.0.3-py2.7.egg/keras/engine/topology.py”，第382行（X）））

例外：输入0与层密_1不兼容：预期ndim = 2，找到的ndim = 3

from keras.models import Sequential
from keras.layers import LSTM, Dense
import numpy as np
from PIL import Image
import os

def atoi(video):
    return int(video) if video.isdigit() else video

def natural_keys(video):
    return [ atoi(c) for c in os.path.splitext(video) ]


input_data =np.zeros((8500,50,960))

video_index = 0
data = 'train'
video_list = sorted(os.listdir('/Users/temp/PycharmProjects/detect_sport_video/' + data + '_frame_resize1/'))
video_list.sort(key=natural_keys)


for video in video_list:
    if video != '.DS_Store':
        frame_index = 0
        frame_list = sorted(os.listdir('/Users/temp/PycharmProjects/detect_sport_video/' + data + '_frame_resize1/' + video + '/'))
        frame_list.sort(key=natural_keys)
        for frame in frame_list:
            image = np.asarray(Image.open('/Users/temp/PycharmProjects/detect_sport_video/' + data + '_frame_resize1/' + video + '/' + frame))
            image = image.reshape(image.shape[0] * image.shape[1],3)
            image = (image[:,0] + image[:,1] + image[:,2]) / 3
            image = image.reshape(len(image),1)
            image = image[:960]
            image = image.T
            input_data[video_index][frame_index] = image
            frame_index += 1
        video_index += 1

print input_data.shape

cnt = 1
output_classes = []
with open('/Users/temp/PycharmProjects/detect_sport_video/sports-1m-dataset/' + data + '_correct_links.txt') as input_file:
 while cnt <= 8500:
        output_classes.append(int(input_file.readline().split()[2]))
        cnt += 1
output_data =np.zeros((8500,487))
output_index = 0
while(output_index < 8500):
    output_data[output_index,output_classes[output_index]] = 1
    output_index += 1

print output_data.shape

print("Creating model..")
model = Sequential()
print("Adding first layer..")
model.add(LSTM(100, return_sequences=True,
               input_shape=(50, 960)))

print("Adding second layer..")
model.add(LSTM(100, return_sequences=True))

print("Adding output layer..")
model.add(Dense(487, activation='softmax'))

print "Compiling model.."
model.compile(loss='categorical_crossentropy',
              optimizer='RMSprop',
              metrics=['accuracy'])

print "Fitting model.."
model.fit(input_data,output_data,
          batch_size=50, nb_epoch=100)

另外，如果我在添加每个LSTM层后尝试打印model.output_shape，则得到的输出为（None，50，200），但应该为（None，200）。 那就是问题所在。 但我不知道为什么要得到（无，50,200）。 有任何想法吗？

Answer 1

print（“添加第二层。”）model.add（LSTM（100，return_sequences = False））