如何修复简单自编码器中的维度错误?

我是Python和自编码器的新手。我只是想从一个简单的自编码器开始构建,但一直遇到这个错误:

ValueError: Error when checking target: expected conv2d_39 to have 4 dimensions, but got array with shape (32, 3)

除了flow_from_directory方法外,有没有更好的方式来获取我的数据?我按照这个教程构建了自编码器,但删除了一些层。

我不知道,但我是否将flow_from_directory方法生成的元组喂给了自编码器?有没有办法将这个元组转换成自编码器接受的格式?

这是模型摘要:

_________________________________________________________________Layer (type)                 Output Shape              Param #   =================================================================input_14 (InputLayer)        (None, 112, 112, 3)       0         _________________________________________________________________conv2d_42 (Conv2D)           (None, 112, 112, 32)      896       _________________________________________________________________max_pooling2d_4 (MaxPooling2 (None, 56, 56, 32)        0         _________________________________________________________________up_sampling2d_4 (UpSampling2 (None, 112, 112, 32)      0         _________________________________________________________________conv2d_43 (Conv2D)           (None, 112, 112, 1)       289       =================================================================Total params: 1,185Trainable params: 1,185Non-trainable params: 0_________________________________________________________________

我正在处理512x496的OCT图像。


回答:

由于您正在构建一个自编码器,因此模型的输出必须与输入相同,您的代码中有两个问题:

  1. 您必须将生成器的class_mode参数设置为'input',以便生成的标签与生成的输入相同。

  2. 最后一层必须有3个过滤器,因为输入图像有3个通道:decoded = Conv2D(3, ...)

Related Posts

从DataFrameIterator中显示图像及其标签

我正在从一个数据集(使用flow_from_dataf…

在Opencv中接收到错误:(-215:Assertion failed) !_src.empty() 在函数’cvtColor’中

我目前正在使用opencv来识别屏幕上的个体,并且我已…

我使用TensorFlow的估算器构建了分类模型,保存模型后,在将其转换为TensorFlow Lite时出现了错误

使用Keras模型拟合混合类型的BatchDataset和numpy数组输入

我创建了一个接收两个输入的模型。当我使用两个numpy…

Numpy Arrays, 错误的形状

我正在参加一个入门级的机器学习课程,目前在分析来自sk…

Keras LSTM从CSV加载数据时出现”expected ndim=3, found ndim=2. Full shape received: (None, 150)”错误

我是一个LSTM的新手,如果这个问题很基础请见谅。我一…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注