當我嘗試運行我的訓練模型時出現錯誤，我應該怎么做才能通過錯誤報告？我的模型或我的重塑部分有什么問題嗎？這是我的重塑部分# Reshape and normalize training datatrainX = train.reshape(train.shape[0], 1, 10, 10).astype( 'float32' )x_train = trainX / 255.0y_train = train[:,99]# print(y_train)# # # Reshape and normalize test datatestX = test.reshape(test.shape[0], 1, 10, 10).astype( 'float32' )x_test = testX / 255.0y_test = test[:,99]# print(y_test)這是我的模型：model = Sequential()model.add(Conv2D(32, (3, 3), input_shape=(3, 32, 32), activation='relu', padding='same'))model.add(Dropout(0.2))model.add(BatchNormalization())model.add(Conv2D(64, (3, 3), padding='same'))model.add(Activation('relu'))model.add(MaxPooling2D(pool_size=(2, 2)))model.add(Dropout(0.2))model.add(BatchNormalization())然后如果我將我的數據重塑為 3*32*32 然后出現值錯誤報告：---------------------------------------------------------------------------ValueError Traceback (most recent call last)<ipython-input-31-36bf3e556ae8> in <module>()----> 1 trainX = train.reshape(train.shape[0], 3, 32, 32).astype( 'float32' ) 2 x_train = trainX / 255.0 3 y_train = train[:,10] 4 # print(y_train) 5 # # # Reshape and normalize test data
1 回答
白板的微信
TA貢獻1883條經驗 獲得超3個贊
訓練和測試數據集的輸入形狀與您的模型不同。使用input_shape()時，您需要記住所需輸入的大小。在您的情況下，您的形狀看起來像 (1,10,10)，這是一個 10x10 圖像，具有一級通道/深度（即黑白圖像）。但是，您使用的模型需要 (3,32,32) 形狀，該形狀被轉換為 32x32 尺寸的彩色圖像（即 3 通道代表 RGB 顏色）。
因此，如果您按照以下代碼更改模型，它可能會起作用，但您還需要優化其他參數，例如 Conv2D 所需的特征圖：
model.add(Conv2D(32, (3, 3), **input_shape=(1, 10, 10)**,activation='relu', padding='same'))
添加回答
舉報
0/150
提交
取消