web-dev-qa-db-ja.com

ValueError：シンボリックテンソルではない入力

私はpythonに不慣れで、画像処理プロジェクトに取り組んでおり、以下のモデルを構築しています。モデルの下にエラーが表示されます。

私の調査では、このエラーに関するいくつかの回答が見つかりました。

Kerasで2つのシーケンシャルモデルをマージする 上記の問題は、2つのレイヤーを連結するのではなく2つのモデルを連結することです。

https://keras.io/getting-started/functional-api-guide/#multi-input-and-multi-output-models kerasの例では、2つのレイヤーを連結しますが、1つのレイヤーは入力レイヤー。 2つの通常のレイヤーを連結し、連結されたレイヤーを一連のレイヤーのレイヤーとして使用する方法を理解したいと思います。インセプションモデルと同様の概念。

   input
  /  |  \
a1   b1  c1
|    |    | 
a2   b2  c2
\   |   / 
concatenate
 /  |   \
d1   e1  f1
|    |    | 
d2   e2  f2
 \   |   /
  output

上記は私の最終目標を描くための私の試みです:)

def fet_Model():

bnd_input = Input(shape=input_shape)

k31 = Conv2D(128, kernel_size=(3, 3), activation='relu', padding='same')(bnd_input)
k31 = Conv2D(128, kernel_size=(3, 3), activation='relu', padding='same')(k31)
k31 = MaxPooling2D(pool_size=(3, 3), strides=(2, 2))(k31)

in_ly1_cv_1n1 = Conv2D(32, kernel_size=(1, 1), activation='relu', padding='same')(k31)
in_ly1_cv_3n3 = Conv2D(64, kernel_size=(3, 3), activation='relu', padding='same')(in_ly1_cv_1n1)
in_ly1_cv_5n5 = Conv2D(64, kernel_size=(5, 5), activation='relu', padding='same')(in_ly1_cv_1n1)

in_ly1_mx_pl = MaxPooling2D(pool_size=(3, 3), strides=(1, 1), padding='same')(k31)
in_ly1_mxcv_1n1 = Conv2D(32, kernel_size=(1, 1), activation='relu', padding='same')(in_ly1_mx_pl)

filt_concat1 = Concatenate([in_ly1_mxcv_1n1, in_ly1_cv_5n5, in_ly1_cv_3n3, k31])

# when running the below line I receive the error
in_ly2_cv_1n1 = Conv2D(32, kernel_size=(1, 1), activation='relu', padding='same')(filt_concat1)
in_ly2_cv_3n3 = Conv2D(64, kernel_size=(3, 3), activation='relu', padding='same')(in_ly2_cv_1n1)
in_ly2_cv_5n5 = Conv2D(64, kernel_size=(5, 5), activation='relu', padding='same')(in_ly2_cv_1n1)

in_ly2_mx_pl = MaxPooling2D(pool_size=(3, 3), strides=(1, 1))(filt_concat1)
in_ly2_mxcv_1n1 = Conv2D(32, kernel_size=(1, 1), activation='relu', padding='same')(in_ly2_mx_pl)

filt_concat2 = Concatenate([in_ly2_mxcv_1n1, in_ly2_cv_5n5, in_ly2_cv_3n3, k31])

lst_ly_avg_pl = AveragePooling2D(pool_size=(3, 3), strides=(2, 2))(filt_concat2)

lst_ly_cnv2 = Conv2D(32, kernel_size=(1, 1), activation='relu', padding='same')(lst_ly_avg_pl)

lst_ly_den = Dense(1, activation='sigmoid')(lst_ly_cnv2)

model = Model(inputs=bnd_input, outputs=lst_ly_den)

optimizer = Adam(lr= 0.002, beta_1=0.99, beta_2=0.999, epsilon=1e-08, decay=0.01)

model.compile(loss='binary_crossentropy', optimizer=optimizer, metrics=['accuracy'])

return model

エラー：

Traceback (most recent call last):
   K.is_keras_tensor(x)
   raise ValueError('Unexpectedly found an instance of type `' + 
str(type(x)) + '`. '
ValueError: Unexpectedly found an instance of type `<class 'keras.layers.merge.Concatenate'>`. Expected a symbolic tensor instance.

During handling of the above exception, another exception occurred:

Traceback (most recent call last):
   exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-194-ebff784b774c>", line 1, in <module>
   in_ly2_cv_1n1 = Conv2D(32, kernel_size=(1, 1), activation='relu', padding='same')(filt_concat1)
   self.assert_input_compatibility(inputs)
   str(inputs) + '. All inputs to the layer '
ValueError: Layer conv2d_41 was called with an input that isn't a symbolic tensor. Received type: <class 'keras.layers.merge.Concatenate'>. Full input: [<keras.layers.merge.Concatenate object at 0x1cee082b0>]. All inputs to the layer should be tensors.
pythonkeras-layer
4
H of the land

Concatenate(axis=-1)([tensor_1, tensor_2])が必要だと思います。

3
thepartsofspeech

@thepartofspeechの回答への詳細な説明（ https://stackoverflow.com/a/51624786/8096768 ）。

Concatenateレイヤーに関するkerasのドキュメントから（ https://keras.io/layers/merge/#concatenate ）

keras.layers.Concatenate(axis=-1)

入力のリストを連結するレイヤー。

これは、連結軸を除いてすべて同じ形状のテンソルのリストを入力として受け取り、すべての入力の連結である単一のテンソルを返します。

この場合、レイヤーは、連結レイヤーで直接_axis=-1_オプションを指定して呼び出し、その後に入力テンソルを指定する必要があります。

filt_concat1 = Concatenate(axis=-1)([in_ly1_mxcv_1n1, in_ly1_cv_5n5, in_ly1_cv_3n3, k31])

注：2つ以上の入力テンソルでこれを試したことはありませんが、2つの入力の場合は機能します。

これがお役に立てば幸いです。

2
MortenB

私はあなたの問題を再構築することはできません。あなたのコードは私にとってはうまくいきます。ケラを更新して、もう一度実行してみてください。 anacondaを使用する場合は、次のようにします。

conda update --all
conda -n root update conda
0
Naomi Fridman