如何在 keras 中将密集层连接到 Conv2D

Question

我想将 61 个强度值的输入 map 输入到大小为 64×64 的图像中。 我使用的代码如下。

网络输入=61×1 （强度值）

输出=64×64 （图像）

input_img = Input(shape=(61,))

x = Dense(250, activation='relu')(input_img)
x = Dense(500, activation='relu')(x)
x = Dense(1000, activation='relu')(x)
x = Dense(4096, activation='relu')(x)

x=Conv2D(16,(3,3),padding='same',kernel_regularizer=regularizers.l2(0.001),kernel_initializer='glorot_uniform')(x)


x=Conv2D(1,(3,3),padding='same',kernel_regularizer=regularizers.l2(0.001),kernel_initializer='glorot_uniform')(x)

尺寸给我带来了问题。 如何在代码中塑造尺寸，以便在 output 获得正确的映射为 64×64 大小。

代码错误是 ValueError: Input 0 is in compatible with layer conv2d_14: expected ndim=4, found ndim=2

谢谢

Answer 1

可能的问题是input_img形状。

它实际上应该包含 3 个维度。 并且在内部 keras 将添加批次尺寸使其成为 4。

由于您使用了具有 1 个维度（向量）的input_img ，因此 keras 正在添加第 2 个维度。

您应该更正input_img的形状