如何处理Keras CNN模型输入维度错误问题？
- 内容介绍
- 文章标签
- 相关推荐
本文共计759个文字，预计阅读时间需要4分钟。
想要使用分类器对图片进行分类，使用了CNN。然而，在运行程序时遇到了错误：ValueError：负维度大小，因为从1减去5得到'conv2d_1/convolution'（操作：'Conv2D'）的输入形状为[1, 2]。
想要写分类器对图片进行分类，用到了CNN。然而，在运行程序时，一直报错：
ValueError: Negative dimension size caused by subtracting 5 from 1 for ‘conv2d_1/convolution' (op: ‘Conv2D') with input shapes: [?,1,28,28], [5,5,28,30].
这部分提到的代码是这样的,这是我的分类器的输入层：
model.add(Conv2D(30,(5, 5), input_shape=(1, 28, 28), activation='relu',padding="valid"))
问题出在input_shape上，报错的大意就是我的输入的维度是错误的。
本文共计759个文字，预计阅读时间需要4分钟。
想要使用分类器对图片进行分类，使用了CNN。然而，在运行程序时遇到了错误：ValueError：负维度大小，因为从1减去5得到'conv2d_1/convolution'（操作：'Conv2D'）的输入形状为[1, 2]。
想要写分类器对图片进行分类，用到了CNN。然而，在运行程序时，一直报错：
ValueError: Negative dimension size caused by subtracting 5 from 1 for ‘conv2d_1/convolution' (op: ‘Conv2D') with input shapes: [?,1,28,28], [5,5,28,30].
这部分提到的代码是这样的,这是我的分类器的输入层：
model.add(Conv2D(30,(5, 5), input_shape=(1, 28, 28), activation='relu',padding="valid"))
问题出在input_shape上，报错的大意就是我的输入的维度是错误的。