![](/img/trans.png)
[英]input_shape of an 8x8 board game to a Neural Network with Keras
[英]python, neural network, dimension and value of input_shape to be used
我需要在具有65536行(每个代表1张图像),49列(7x7图像)和二进制类(第50列)的数据集上构建CNN模型。
我正在参考有关使用mnist数据集执行CNN的示例,但未能建立火车模型。
当我在这行代码上时:
model.add(Conv2D(30 ,(5,5), padding='valid', activation='relu',input_shape=(1,7,7))
我有这个错误:
ValueError: Negative dimension size caused by subtracting 5 from 1 for 'conv2d_42/convolution' (op: 'Conv2D') with input shapes: [?,1,7,7], [5,5,7,30].
我在这里尝试:
model.add(Conv2D(30 ,(5,5), padding='valid', activation='relu',input_shape=(1(7,7)))
我有这个:
TypeError: int() argument must be a string or a number, not 'tuple'
我问的是我应该使用哪个input_shape值来构建模型
如您所知,Keras可以在Tensorflow的Theano之上运行。 您正在使用Theano维度排序(通道,高度,宽度),但Keras似乎正在使用Tensorflow后端,并使用Tensorflow维度排序(高度,宽度,通道)。
我建议重写代码,最后放置通道尺寸(= 1)。 还有一些通过编辑keras.json来更改后端和/或维度顺序的方法。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.