我已经检查了所有类似的帖子，但我的错误并没有通过建议的修复方法得到解决。提前感谢您的任何帮助！

我使用的是TensorFlow后端和Keras，我的图像尺寸为1185 x 676。大部分代码来自Keras的一个示例。

我收到的错误是ValueError: Negative dimension size caused by subtracting 2 from 1 for 'MaxPool' (op: 'MaxPool') with input shapes: [?,1,1183,32]. 当我切换到dim_ordering=”th”时，这个错误消失了，这很奇怪，因为我使用的是TensorFlow，而不是Theano。

到目前为止的代码如下：

img_width, img_height = 1185, 676
train_data_dir = 'data/train'
validation_data_dir = 'data/validation'
nb_train_samples = 32
nb_validation_samples = 8
nb_epoch = 3
model = Sequential()
model.add(Convolution2D(32, 3, 3, input_shape=(3, img_width, img_height)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="tf"))

以防数据生成也是问题的一部分，相关的代码如下：

model.compile(loss='binary_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])
train_datagen = ImageDataGenerator(
        rescale=1./255,
        shear_range=0.2,
        zoom_range=0.2,
        horizontal_flip=True)
test_datagen = ImageDataGenerator(rescale=1./255)
train_generator = train_datagen.flow_from_directory(
        train_data_dir,
        batch_size=4,
        target_size=(img_width, img_height),
        class_mode='binary')
validation_generator = test_datagen.flow_from_directory(
        validation_data_dir,
        batch_size=4,
        target_size=(img_width, img_height),
        class_mode='binary')
model.fit_generator(
        train_generator,
        samples_per_epoch=nb_train_samples,
        nb_epoch=nb_epoch,
        validation_data=validation_generator,
        nb_val_samples=nb_validation_samples)

回答：

您的代码中混淆了图像维度的顺序。有多种方法可以解决这个问题。

一种方法是在代码开头添加以下内容：

from keras import backend as K
K.set_image_dim_ordering('tf')

在代码开头添加这段代码。

其他解决方法总结在这个回答中