预期Conv2D_7具有形状(4、268、1)，但具有形状的数组(1、270、480)

Question

我在使用keras构建的此自动编码器上遇到麻烦。输入的形状取决于屏幕尺寸，输出将是下一个屏幕大小的预测...但是，似乎有一个错误我无法弄清楚...请原谅我在此网站上的糟糕格式...

代码：

def model_build():
input_img = InputLayer(shape=(1, env_size()[1], env_size()[0]))
x = Conv2D(32, (3, 3), activation='relu', padding='same')(input_img)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(16, (3, 3), activation='relu', padding='same')(x)
x = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = MaxPooling2D((2, 2), padding='same')(x)
x = Conv2D(8, (3, 3), activation='relu', padding='same')(encoded)
x = UpSampling2D((2, 2))(x)
x = Conv2D(16, (3, 3), activation='relu', padding='same')(x)
x = UpSampling2D((2, 2))(x)
x = Conv2D(32, (3, 3), activation='relu')(x)
x = UpSampling2D((2, 2))(x)
decoded = Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)
model = Model(input_img, decoded)
return model
if __name__ == '__main__':
    model = model_build()
    model.compile('adam', 'mean_squared_error')
    y = np.array([env()])
    print(y.shape)
    print(y.ndim)
    debug = model.fit(np.array([[env()]]), np.array([[env()]]))

错误：

追溯（最近的最新通话）： 文件"/home/ai/desktop/algernon-test/rewarders.py"，第46行，in debug = model.fit（np.Array（[[ENG（）]）），np.Array（[[envy（）]]）） 文件"/home/ai/.local/lib/python3.6/site-packages/keras/engine/training.py"，第952行，适合 batch_size = batch_size） 文件"/home/ai/.local/lib/python3.6/site-packages/keras/engine/training.py"，第789行，in _standardize_user_data exception_prefix ='target'） 文件"/home/ai/.local/lib/python3.6/site-packages/keras/engine/training_utils.py"，第138行 str（data_shape）） ValueError：检查目标时的错误：预期的Conv2D_7具有形状（4、268、1），但具有形状的数组（1、270、480）

编辑：

get_screen导入为env（）的代码：

def get_screen():
    img = screen.grab()
    img = img.resize(screen_size())
    img = img.convert('L')
    img = np.array(img)
    return img

Answer 1

您有三个2倍下采样步骤，三个x2 Upsmpling步骤。这些步骤不知道原始图像大小，因此它们将大小舍入到最接近的8 = 2^3的倍数。

。

cropX = 7 - ((size[0]+7) % 8)
cropY = 7 - ((size[1]+7) % 8)
cropX = 7 - ((npix+7) % 8)
cropY = 7 - ((nlin+7) % 8)

如果添加新的最后一层，应该可以工作...

decoded = layers.Cropping2D(((0,cropY),(0,cropX)))(x)

Answer 2

看起来像 env_size()和 env() Mess Image以某种方式尺寸。考虑此示例：

image1 = np.random.rand(1, 1, 270, 480) #First dimension is batch size for test purpose
image2 = np.random.rand(1, 4, 268, 1) #Or any other arbitrary dimensions
input_img = layers.Input(shape=image1[0].shape)
x = layers.Conv2D(32, (3, 3), activation='relu', padding='same')(input_img)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(16, (3, 3), activation='relu', padding='same')(x)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, (3, 3), activation='relu', padding='same')(x)
encoded = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, (3, 3), activation='relu', padding='same')(encoded)
x = layers.UpSampling2D((2, 2))(x)
x = layers.Conv2D(16, (3, 3), activation='relu', padding='same')(x)
x = layers.UpSampling2D((2, 2))(x)
x = layers.Conv2D(32, (3, 3), activation='relu')(x)
x = layers.UpSampling2D((2, 2))(x)
decoded = layers.Conv2D(1, (3, 3), activation='sigmoid', padding='same')(x)
model = tf.keras.Model(input_img, decoded)
model.compile('adam', 'mean_squared_error')
model.summary()

这条线将起作用：

model.fit(image1, nb_epoch=1, batch_size=1)

但这不是

model.fit(image2, nb_epoch=1, batch_size=1)

编辑：为了获得与输入相同的输出，您需要仔细计算卷积内核大小。image1 = np.random.rand（1，1920，1080，1）

input_img = layers.Input(shape=image1[0].shape)
x = layers.Conv2D(32, 3, activation='relu', padding='same')(input_img)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(16, 3, activation='relu', padding='same')(x)
x = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, 3, activation='relu', padding='same')(x)
encoded = layers.MaxPooling2D((2, 2), padding='same')(x)
x = layers.Conv2D(8, 3, activation='relu', padding='same')(encoded)
x = layers.UpSampling2D((2, 2))(x)
x = layers.Conv2D(16, 3, activation='relu', padding='same')(x)
x = layers.UpSampling2D((2, 2))(x)
x = layers.Conv2D(32, 1, activation='relu')(x) # set kernel size to 1 for example
x = layers.UpSampling2D((2, 2))(x)
decoded = layers.Conv2D(1, 3, activation='sigmoid', padding='same')(x)
model = tf.keras.Model(input_img, decoded)
model.compile('adam', 'mean_squared_error')
model.summary()

这将输出相同的维度。

根据本指南http://cs231n.github.io/convolutional-networks/

我们可以计算输出量的空间大小作为 输入音量大小（W），即交流层的接收场大小 神经元（f），施加它们的大步 边框上使用的零填充量（P）。你可以说服 您自己是计算多少个神经元的正确公式 " FIT"由（W -F 2P）/S 1 给出。例如，对于7x7输入和3x3 带1和垫0的过滤器，我们将获得5x5输出。大步向前 2我们将获得3x3输出。