ValueError:层权重形状(3，3，3，64)与提供的权重形状(64，3，3，3)不兼容
ValueError:层权重形状(3，3，3，64)与提供的权重形状(64，3，3，3)不兼容
提问于 2018-01-16 22:34:14
我试图根据图像和文本对产品进行分类，但遇到了错误
img_width, img_height = 224, 224
# build the VGG16 network
model = Sequential()
model.add(ZeroPadding2D((1, 1), input_shape=(img_width, img_height,3), name='image_input'))
model.add(Convolution2D(64, (3, 3), activation='relu', name='conv1_1'))
model.add(ZeroPadding2D((1, 1)))
model.add(Convolution2D(64, (3, 3), activation='relu', name='conv1_2'))
model.add(MaxPooling2D((2, 2), strides=(2, 2)))
# set trainable to false in all layers
for layer in model.layers:
if hasattr(layer, 'trainable'):
layer.trainable = False
return model
WEIGHTS_PATH='E:/'
weight_file = ''.join((WEIGHTS_PATH, '/vgg16_weights.h5'))
f = h5py.File(weight_file,mode='r')
for k in range(f.attrs['nb_layers']):
if k >= len(model.layers):
# we don't look at the last (fully-connected) layers in the savefile
break
g = f['layer_{}'.format(k)]
weights = [g['param_{}'.format(p)] for p in range(g.attrs['nb_params'])]
model.layers[k].set_weights(weights)
f.close()
return model
load_weights_in_base_model(get_base_model())错误:文件"C:\Python\lib\site-packages\keras\engine\topology.py"，行1217，在set_weights中'provided weight shape‘+ str(w.shape)) ValueError:层权重形状(3，3，3，64)与提供的权重形状(64，3，3，3)不兼容
有谁能帮我解决这个错误吗？提前谢谢..
回答 1
Stack Overflow用户
发布于 2018-01-16 23:52:54
问题似乎出在线路上。
model.layers[k].set_weights(weights)Keras对不同的后端进行不同的初始化权重。如果你使用theano作为后端，那么权重将被初始化为acc。到kernels_first，如果您使用tensorflow作为后端，那么权重将初始化为acc。敬kernels_last。
因此，在您的案例中，问题似乎是您正在使用tensorflow，但正在从使用theano作为后端创建的文件中加载权重。解决方案是使用keras conv_utils重塑内核。
from keras.utils.conv_utils import convert_kernel
reshaped_weights = convert_kernel(weights)
model.layers[k].set_weights(reshaped_weights)有关更多信息，请查看this
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/48283625
复制相关文章
相似问题
腾讯云开发者
