在 Keras 中训练自动编码器进行无监督学习时出现 ValueError

Question

我正在尝试使用Keras中的自动编码器，使用Indian Pines数据集对高光谱图像进行无监督分类。我 https://github.com/KonstantinosF/Classification-of-Hyperspectral-Image 在这里开始了一个项目，并修改了 TrainTheModel.ipynb 中的部分，将"训练模型">部分(以及以下两个代码块(替换为以下代码，这只是自动编码器的编码端：

input_img = Input(shape=input_shape)  # input_shape is (30, 5, 5)
x = Conv2D(16, (3, 3), activation='relu', padding='same')(input_img) # x1
x = MaxPooling2D((2, 2), padding='same')(x) # x2
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x) # x3
x = MaxPooling2D((2, 2), padding='same')(x) # x4
x = Conv2D(8, (3, 3), activation='relu', padding='same')(x) #x5
encoded = MaxPooling2D((2, 2), padding='same')(x)
model = Model(input_img, encoded)
model.compile(optimizer='adadelta', loss='binary_crossentropy')
model.fit(X_train, y_train, batch_size=32, epochs=15)

我改编自 https://blog.keras.io/building-autoencoders-in-keras.html 的"卷积自动编码器">部分。 当我尝试运行命令时：

model.fit(X_train, y_train, batch_size=32, epochs=15)

命令，我收到错误消息：

ValueError: Error when checking target: expected max_pooling2d_25 to have 4 dimensions, but got array with shape (29685, 16)

由于我是CNN的新手，我不确定为什么我的尺寸不正确。如果我在这里打印出每个步骤的形状，我会得到：

(?, 16, 5, 5) # x1
(?, 16, 3, 3) # x2
(?, 8, 3, 3) # x3
(?, 8, 2, 2) # x4
(?, 8, 2, 2) # x5
(?, 8, 1, 1) # encoded

有什么想法吗？

Answer 1

根据你的错误，我假设你的网络需要形状input_shape=(num，x，z，z(的数据，但它被输入形状的数据(29685,16(。

检查您的X_train、y_train形状

(还要小心你的image_data_format是channels_last还是channels_first