web-dev-qa-db-ja.com

Keras Maxpooling2dレイヤーはValueErrorを返します

私はケラでVGG16モデルを複製しようとしています、次は私のコードです：

model = Sequential()
model.add(ZeroPadding2D((1,1),input_shape=(3,224,224)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2))) ###This line gives error
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(Flatten())
model.add(Dense(4096, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(4096, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1000, activation='softmax'))

Maxpooling2dレイヤーはコメントされている行でエラーを出します

エラーは言います：

ValueError: Negative dimension size caused by subtracting 2 from 1 for 'MaxPool_7' (op: 'MaxPool') with input shapes: [?,1,112,128].

この背後にある理由は何でしょうか？これを解決するには？

編集：より詳細なエラーログ：

ValueError Traceback（最新の最後の呼び出し）in（）12 model.add（Convolution2D（128、3、3、activation = 'relu'））13 ---> 14 model.add（MaxPooling2D（（2,2）、strides） =（2,2）））15 16 model.add（ZeroPadding2D（（1,1）））

/usr/local/lib/python2.7/dist-packages/keras/models.pyc in add（self、layer）306 output_shapes = [self.outputs [0] ._ keras_shape]）307 else：-> 308 output_tensor = layer（self.outputs [0]）309 type（output_tensor）がリストの場合：310 raise Exception（ 'Sequentialモデルのすべてのレイヤー'

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in call（self、x、mask）512 if inbound_layers：513＃これはlayer.buildを呼び出します（）必要に応じて-> 514 self.add_inbound_node（inbound_layers、node_indices、tensor_indices）515 input_added = True 516

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in add_inbound_node（self、inbound_layers、node_indices、tensor_indices）570＃ノードを作成すると、self.inbound_nodes 571＃およびoutbound_nodesが自動的に更新されますインバウンド層。 -> 572 Node.create_node（self、inbound_layers、node_indices、tensor_indices）573 574 def get_output_shape_for（self、input_shape）：

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in create_node（cls、outbound_layer、inbound_layers、node_indices、tensor_indices）147148 if len（input_tensors）== 1：-> 149 output_tensors = to_list（outbound_layer.call（input_tensors [0]、mask = input_masks [0]））150 output_masks = to_list（outbound_layer.compute_mask（input_tensors [0]、input_masks [0]））151＃TODO：自動推論しようget_output_shape_forによって例外が発生した場合の形状

/usr/local/lib/python2.7/dist-packages/keras/layers/pooling.pyc in call（self、x、mask）160 strides = self.strides、161 border_mode = self.border_mode、-> 162 dim_ordering = self.dim_ordering）163 return 164

/usr/local/lib/python2.7/dist-packages/keras/layers/pooling.pyc in _pooling_function（self、input、pool_size、strides、border_mode、dim_ordering）210 border_mode、dim_ordering）：211 output = K.pool2d（入力、pool_size、ストライド、-> 212 border_mode、dim_ordering、pool_mode = 'max'）213 return output 214

/usr/local/lib/python2.7/dist-packages/keras/backend/tensorflow_backend.pyc in pool2d（x、pool_size、strides、border_mode、dim_ordering、pool_mode）1699 1700 if pool_mode == 'max'：-> 1701 x = tf.nn.max_pool（x、pool_size、strides、padding = padding）1702 Elif pool_mode == 'avg'：1703
x = tf.nn.avg_pool（x、pool_size、strides、padding = padding）

/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/nn_ops.pyc in max_pool（value、ksize、strides、padding、data_format、name）1391 padding = padding、1392
data_format = data_format、-> 1393 name = name）1394 1395

/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_nn_ops.pyc in _max_pool（input、ksize、strides、padding、data_format、name）
1593 result = _op_def_lib.apply_op（ "MaxPool"、input = input、ksize = ksize、1594 strides = strides、padding = padding、-> 1595 data_format = data_format、name = name）1596 return result 1597

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/op_def_library.pyc in apply_op（self、op_type_name、name、** keywords）747 op = g.create_op（op_type_name、inputs、output_types、 name = scope、748 input_types = input_types、attrs = attr_protos、-> 749 op_def = op_def）750出力= op.outputs 751 return _Restructure（ops.convert_n_to_tensor（outputs）、

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.pyc in create_op（self、op_type、inputs、dtypes、input_types、name、attrs、op_def、compute_shapes、compute_device）2388
original_op = self._default_original_op、op_def = op_def）2389 compute_shapesの場合：-> 2390 set_shapes_for_outputs（ret）2391 self._add_op（ret）2392
self._record_op_seen_by_control_dependencies（ret）

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.pyc in set_shapes_for_outputs（op）1783 raise RuntimeError（ "標準opの形状関数が登録されていません：％s" 1784
％op.type）-> 1785 shapes = shape_func（op）1786 shapeがNoneの場合：1787 raiseErrorError（

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.pyc in call_cpp_shape_fn（op、input_tensors_needed、debug_python_shape_fn）594 status）エラーを除く595エラー：-> 596 raise ValueError （err.message）597 598＃output_shapesのTensorShapeProto値を変換します。

ValueError：入力形状：[？、1,112,128]の 'MaxPool_7'（op： 'MaxPool'）の1から2を引くことにより、負の次元サイズが発生しました。

pythonneural-networktensorflowdeep-learningkeras
22
Pranay Mathur

github に記載されている回答を引用して、ディメンションの順序を指定する必要があります。

KerasはTheanoまたはTensorflowライブラリのラッパーです。 Kerasは、設定変数_image_dim_ordering_を使用して、入力レイヤーがTheano形式かTensorflow形式かを判断します。この設定は2つの方法で指定できます-

  1. _'tf'_のように_'th'_または_~/.keras/keras.json_を指定してください-_image_dim_ordering: 'th'_注：これは jsonファイル です。
  2. または、モデルで_image_dim_ordering_を次のように指定します：model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="th"))

付録：_image_dim_ordering_ _'th'_モードでは、チャンネルの次元（深さ）はインデックス1（3、256、256など）にあります）。 _'tf'_モードでは、インデックス3になります（例：256、256、3）。コメントから@naokoを引用します。

22
Srikar Appalaraju

（3、x、y）はinput_shape = x、y、3に変更する必要があるため、入力形状を使用しています

1
hello

TensorFlowを使用したケラについては、次を試してください。

model.add(ZeroPadding2D((1, 1), input_shape=(img_rows, img_cols, channel)))
1
user1662255

受け入れられた答えは機能します。ただし、次のこともできます。

_    model.add(MaxPooling2D((2, 2), name='block1_pool', data_format='channels_last')
_

Kerasは、TensorFlowバックエンドでは_(width, height, channels)_、Theanoバックエンドでは_(channel, width, height)_であると想定しています。 input_shape=(3,224,224)なので、_data_format='channels_last'_を指定するとうまくいくはずです。

0
Anakin

dim_orderingを追加すると、エラーが解決します：

model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="th"))
0
rishirich76

訓練された[〜＃〜] vgg [〜＃〜]モデルをロードしているときにも同じ問題が発生しました。そのため、テスト画像の転置を行っただけです。実際のコマンドは次のとおりです。

kerasImage = kerasImage.transpose(1,2,0)

0
Khan