在使用 sklearn 和 keras 构建 CNN 时需要帮助理解形状错误吗？

Posted 2023-02-16

【中文标题】在使用 sklearn 和 keras 构建 CNN 时需要帮助理解形状错误吗？

【英文标题】：Need help in understanding shape error while Building a CNN with sklearn and keras?

【发布时间】：2021-10-12 22:20:27

【问题描述】：

我尝试加载我的数据集并设计一个 CNN，但是当我尝试训练我的模型时出现了这个错误，我想知道如何解决这个问题？

ValueError: The channel dimension of the inputs should be defined. Found None.

这就是我拆分数据的方式

xtrain, xtest, ytrain, ytest = trian_test_split(images_total, 
                                                image_labels,
                                                stratify=image_labels,
                                                random_state=1234,
                                                test_size=0.2)

xvalid, xtest, yvalid, ytest= trian_test_split(xtest, 
                                                ytest,
                                                stratify=ytest,
                                                random_state=1234,
                                                test_size=0.5)


def read_img(path, label):
  file = tf.io.read_file(path)
  img = tf.image.decode_png(file)
  img = tf.image.resize(img, (32, 32))
  return img, label

train_dataset = tf.data.Dataset.from_tensor_slices((xtrain, ytrain))
train_dataset = train_dataset.map(read_img).batch(batch_size)

valid_dataset = tf.data.Dataset.from_tensor_slices((xvalid, yvalid))
valid_dataset = valid_dataset.map(read_img).batch(batch_size)

test_dataset = tf.data.Dataset.from_tensor_slices((xtest, ytest))
test_dataset = test_dataset.map(read_img).batch(batch_size)

这是我的模型

num_classes = 26

model = tf.keras.Sequential([
  tf.keras.layers.experimental.preprocessing.Resizing(32, 32),
  tf.keras.layers.experimental.preprocessing.Rescaling(1./255),
  tf.keras.layers.Conv2D(32, 3, activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Conv2D(32, 3, activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  tf.keras.layers.Conv2D(32, 3, activation='relu'),
  tf.keras.layers.MaxPooling2D(),
  layers.Dropout(0.2),
  tf.keras.layers.Flatten(),
  tf.keras.layers.Dense(128, activation='relu'),
  tf.keras.layers.Dense(num_classes)
])
model.compile(
  optimizer='adam',
  loss=tf.losses.SparseCategoricalCrossentropy(from_logits=True),
  metrics=['accuracy'])


model.fit(train_dataset, epochs=5, validation_data=valid_dataset)

当我尝试拟合此模型时出现错误，我无法修复此问题

【问题讨论】：

你在调用 model.fit 时是否也传递了 y 标签？

@Nagakiran 不，我该怎么做？抱歉，我对此很陌生

【参考方案1】：

您在调用时没有将 y 标签传递给模型，模型需要 x 和 y 标签进行相应的训练， Here i added an example

请稍等片刻，浏览keras io 中有关 keras 架构和文档的视频，这些视频将提供有关深度学习建模的更多信息

熟悉了所有之后，跳到建模

model.fit(X_train, y_train, validation_data=(X_test, y_test), epochs=3)

【讨论】：

谢谢你的帮助，我在解决这个问题后浏览了这些视频，因为这对我来说非常重要，我使用这种方法并且有一个错误说'ValueError：'images'必须有3 或 4 个维度。当我不能用'xtrain.reshape'重塑它时，因为xtrain是一个列表@Nagakiran

哈哈，你的模型实际上是 3 维的，你能分享 xtrain 和 ytrain 的形状吗@khashayarehteshami

xtrain 和 ytrain 形状都是 '(16640,)'，它们都是列表

那是未经批准的行为，您需要跟踪训练数据的生成，似乎您需要在新轴上堆叠，请回溯以获得 3 维，因为这些是图像，它们应该遵循 3d 形状：- | @khashayarehteshami

谢谢，我会找出发生了什么以及为什么它会出现在列表中