在Python中使用Keras的神经网络中的input_shape问题

Question

我正在尝试使用MNIST数据集在神经网络上完全复制本教程 。 将其复制粘贴到Python编辑器中时，出现以下异常：

Exception: The first layer in a Sequential model must get an `input_shape` or `batch_input_shape` argument.

所以我尝试使用指定输入sheme

model.add(Convolution2D(32, 1, 3, 3, border_mode='same', input_sheme=(1,28,28)))

但我想我做错了。

有人可以帮忙吗？

Answer 1

错字

model.add(Convolution2D(32, 1, 3, 3, border_mode='same', input_sheme=(1,28,28)))
                                                                 ^

应该

model.add(Convolution2D(32, 1, 3, 3, border_mode='same', input_shape=(1,28,28)))

Answer 2

它说的就在那里

例外：顺序模型中的第一层必须获取input_shape或batch_input_shape参数。

我现在将尝试为您分解此错误消息。 下次您自己尝试。

顺序模型的第一层[...]

顺序模型是使用一系列图层从输入生成输出的模型。 我猜想Convolution2D层实际上是模型中的第一层。

[...]必须获取一个input_shape或batch_input_shape参数。

Keras必须知道输入的形状。 因此，您必须将其提供给第一层或使用具有该形状的Input层。 您正在提供input_sheme参数，该参数甚至没有。 尝试改为提供input_shape 。 对于MNIST，通常为(784,)因为这是28 x 28图像具有的像素数。