python，神經網絡，要使用的input_shape的尺寸和值

Question

我需要在具有65536行（每個代表1張圖像），49列（7x7圖像）和二進制類（第50列）的數據集上構建CNN模型。

我正在參考有關使用mnist數據集執行CNN的示例，但未能建立火車模型。

當我在這行代碼上時：

model.add(Conv2D(30 ,(5,5), padding='valid',  activation='relu',input_shape=(1,7,7))

我有這個錯誤：

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].

我在這里嘗試：

model.add(Conv2D(30 ,(5,5), padding='valid',  activation='relu',input_shape=(1(7,7)))

我有這個：

TypeError: int() argument must be a string or a number, not 'tuple'

我問的是我應該使用哪個input_shape值來構建模型

Answer 1

如您所知，Keras可以在Tensorflow的Theano之上運行。 您正在使用Theano維度排序（通道，高度，寬度），但Keras似乎正在使用Tensorflow后端，並使用Tensorflow維度排序（高度，寬度，通道）。

我建議重寫代碼，最后放置通道尺寸（= 1）。 還有一些通過編輯keras.json來更改后端和/或維度順序的方法。