Erreur avec le input_shape attend à 4 dimensions, mais il a obtenu de la matrice de la forme (73257, 32, 32)

Question 1

J'ai en niveaux de gris des images de cette forme: x_train_grey.shape = (73257, 32, 32)

Je précise que la première couche comme ceci:

Flatten(input_shape=(32,32,1)' Parce que je ne passe pas l'batch_size et les niveaux de gris des images ont seulement 1 canal. Mais j'ai cette erreur:

ValueError: Error when checking input: expected flatten_1_input to have 4 dimensions, but got an array with shape (73257, 32, 32)

Je ne comprends pas quel est le problème, s'il vous plaît aider. Je comprends ce qui a été demandé à plusieurs reprises, mais je ne peux pas trouver une solution.

Cheers!

Question 2

Le problème réside probablement dans la façon dont vous passez vos données à votre modèle. Si votre entrée est de la forme (batch_size, 32, 32) puis essayez quelque chose comme ceci:

import tensorflow as tf

grey_scale_images = tf.random.normal((64, 32, 32))

model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(32,32,1)))

print(model(grey_scale_images).shape)
# (64, 1024)

Mise À Jour: Les Deux input_shape=(32,32,1) et input_shape=(32,32) va travailler. Il dépend de la façon dont vous nourrissez vos données à votre modèle:

import tensorflow as tf

grey_scale_images = tf.random.normal((64, 32, 32))
Y = tf.random.normal((64, 1024))
model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(32, 32, 1)))
model.compile(loss='MSE')
model.fit(grey_scale_images, Y)

Question 3

Je suis encore à apprendre ce genre de choses aussi, mais je suppose que le "1" en tant que dimension du nombre d'entrées n'est pas possible. Même si c'est possible, c'est un début. "1" comme la taille d'un axe ne fait pas de sens pour moi. Quelqu'un d'autre?

AloneTogether · Answer 1 · 2021-11-24T08:40:01

Le problème réside probablement dans la façon dont vous passez vos données à votre modèle. Si votre entrée est de la forme (batch_size, 32, 32) puis essayez quelque chose comme ceci:

import tensorflow as tf

grey_scale_images = tf.random.normal((64, 32, 32))

model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(32,32,1)))

print(model(grey_scale_images).shape)
# (64, 1024)

Mise À Jour: Les Deux input_shape=(32,32,1) et input_shape=(32,32) va travailler. Il dépend de la façon dont vous nourrissez vos données à votre modèle:

import tensorflow as tf

grey_scale_images = tf.random.normal((64, 32, 32))
Y = tf.random.normal((64, 1024))
model = tf.keras.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=(32, 32, 1)))
model.compile(loss='MSE')
model.fit(grey_scale_images, Y)

En fait, simplement de passage input_shape=(32,32) a travaillé, merci!
Je pense que vous vous trompez...Vérifier mes mises à jour de réponse.
Merci mais je ne suis pas tout à fait sûr de ce qui est juste. J'ai essayé input_shape=(32,32,1) mais cela ne fonctionne pas. Que suggérez-vous doit être fait avant de passer qui, au lieu de input_shape=(32,32)? Est-il une règle qui dit que (32,32,1) doit être utilisé sur (32,32) ou n'est-il pas question, comme vous le dites, les deux options de travail?
Vérifiez le fond de ma réponse. Comme je l'ai dit tant de travail, mais cela dépend de ce que vos données ressemble

zeroGwannabee · Answer 2 · 2021-11-24T07:34:08

Je suis encore à apprendre ce genre de choses aussi, mais je suppose que le "1" en tant que dimension du nombre d'entrées n'est pas possible. Même si c'est possible, c'est un début. "1" comme la taille d'un axe ne fait pas de sens pour moi. Quelqu'un d'autre?

Merci, en effet input_shape=(32,32) semble fonctionner correctement

Erreur avec le input_shape attend à 4 dimensions, mais il a obtenu de la matrice de la forme (73257, 32, 32)

La question

La meilleure réponse

Dans d'autres langues

Cette page est dans d'autres langues

Populaires dans cette catégorie

Questions populaires dans cette catégorie