我正在堆叠6层2D卫星图像(x数据)，并尝试在它们上运行CNN来对土地覆盖进行分类(使用从重新格式化的USDA作物数据Layer -y数据中提取的8个土地覆盖类别)。然而，当我尝试运行模型时，期望的形状与传递给它的形状不匹配。下面是CNN的模型 input_shape=([2004, 2753, 6])
model.add(Conv2D(32, kernel_size=(3, 3)expected dense_58 to have shape (500, 687, 8) but
浏览 20提问于2019-08-26得票数 0
回答已采纳
1回答
我使用Keras/TF的模型如下：conv = Conv2D(2, 1)
这是预期的，因为目标是单通道图像，而
浏览 0提问于2019-01-02得票数 5
回答已采纳
我正在尝试用Keras实现CNN+RNN+LSTM结构(1)。我找到了一个相关的Keras 。
model.add(LSTM(num_classes, return_sequen
浏览 0提问于2018-01-29得票数 1
回答已采纳
我正在实现一个具有数据增强功能的两类cnn，但是，除非输出层由单个神经元组成，否则网络总是会抛出一个‘预期形状误差’。这是我的代码。from keras.models import Sequentialfrom keras.layers import Dense, Activationimport Dense, Conv2D, MaxPooling2D , Flatten, Dropout
import <
浏览 11提问于2019-11-13得票数 0
这部分从图像(14个输出值)中识别衣服的颜色，但是它仍然返回以下错误 错误： ValueError: Error when checking model target: the list of Numpycolor_list, dtype="str")
from keras.preprocessing.image
浏览 46提问于2019-10-10得票数 0
回答已采纳
1回答
ValueError:在检查目标时出错:期望concatenate_3有4个维，但得到了形状的数组(1862年，12年)
# example of creating a CNN with an inception module
from keras.layersimport Input
from keras.layers import Conv2D</
浏览 0提问于2020-06-25得票数 0
回答已采纳
1回答
如何防止懒惰的卷积神经网络？
、、、、
在用KERAS训练它之后，我以“懒惰的CNN”结束。不管输入是什么，输出都是常数。你觉得问题出在哪里？model.add
浏览 8提问于2017-12-16得票数 5
回答已采纳
当我试图为图像识别编码一个神经网络时，我得到了一个错误：from keras.layers import Conv2Dfrom keras.layers importFlatten
from keras.
浏览 3提问于2020-01-11得票数 1
1回答
我在20*20中重塑了每个向量，并且使用了一个频道来应用CNN，所以维数变成了(14560,20,20,1)。当我试图适应CNN模型时，它会抛出一个错误。代码：from keras.layers.core import Dense, Dropout, Activation, Flattenfrom keras.utils import np_utils
from keras import back
浏览 1提问于2018-04-14得票数 3
回答已采纳
1回答
我使用的是时尚Mnist数据集，但对CNN来说还是个新手。我很可能被困在输入矩阵形状问题上了。import numpy as npimport pandas as pd
from keras.layersimport Dense,Conv2D,Flatten,Dense,Dropout,MaxPool2Dfrom keras</
浏览 0提问于2020-03-31得票数 0
我有多标签分类的简单Keras代码，from keras.layers import Conv2D, GlobalAveragePooling2D, Dense, MaxPooling2D, Flattenimport keras
(x_train, y_train), (x_test, y_test) = keras<
浏览 0提问于2019-05-07得票数 1
回答已采纳
2回答
我一直在研究一个简单的卷积神经网络模型，但是输出似乎不符合我想要的形状。from keras.layers import Input, Conv2D, MaxPooling2D, Reshape, Flatten, Dense, Dropout, Activationfrom keras.layers.convolutional import *
from keras.layers.pooling import(13
浏览 0提问于2019-10-04得票数 0
回答已采纳
我试图基于GTSRB数据集(下面提供的链接)建立一个CNN模型，但我面临以下错误：
ValueError:输入0与conv2
浏览 0提问于2018-10-24得票数 0
回答已采纳
1回答
我很难把我的头绕在CNN后面的数学上，以及我应该如何在神经网络的各层之间修改输出形状。我创建了一个结构过早的卷积网络(我的意思是，使用的过滤器很少)。体系结构的代码就在这里。ValueError:检查目标时
浏览 0提问于2018-05-12得票数 3
我想使用keras创建一个图像分类器，并使用一些示例图像对其进行训练。然后，我将使用预先训练的模型，并在最后添加一些层，但首先，我想了解角角和CNN。我的控制台打印以下错误：
from __future__ importimport globfrom ke
浏览 0提问于2018-05-03得票数 0
回答已采纳
我当时正在构建一个CNN，根据VGG-16来预测人类的年龄，并提供两幅RGB图像。(文件类型: jpg)。我用Python2.7在anaconda环境中使用了tensorflow后端。/engine/training.py"，第1418行，在_standardize_user_data异常_前缀=‘目标’中)
文件"/Users/name/anaconda/lib/python2.7/sitepackages/keras/
浏览 2提问于2017-12-20得票数 4
回答已采纳
1回答
我已经实现了一个卷积自动编码器与Keras，使用西亚诺后端.我正在改变我的方法，试图处理不同大小的图像。只要我使用numpy的stack函数来构建数据集(大小相等的图像)，我就是黄金。因此，我改为了fit_generator，以避免大小检查。问题是，最后一层期望16作为输入的最后一个维度，我不明白它为什么要得到原始图像的维数。import kerasfr
浏览 3提问于2017-07-11得票数 2
回答已采纳
在训练我的CNN时，发现了以下错误：
回溯(最近一次调用)：文件"train_and_test.py"，第66行，在H= model.fit(trainX，trainY，validation_data_standardize_user_data行138中，在standardize_input_data str(Data_shape)中，ValueError:在检查目标时出错:期望activationcategorical_crossentropy", op
浏览 0提问于2019-07-08得票数 0
当我用Keras构建一个卷积神经网络时，我遇到了一些错误：
model.save(os.path.join(model_path, 'vgg16.model'))
x_train的形状为(99，81，1)，nclass输出应为
浏览 3提问于2017-12-30得票数 0
编译该模型时没有错误：import tensorflow as tfimport kerasfrom keras import backend as Kfrom keras.layers import Input, Add
fromkeras.layers import Conv2D, Ma
浏览 4提问于2019-09-26得票数 1
回答已采纳
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
