如何修复简单自动编码器中的尺寸错误

Question

我是python和自动编码器的新手。我只是想开始构建一个简单的自动编码器，但我不断收到此错误：

ValueError: Error when checking target: expected conv2d_39 to have 4 dimensions, but got array with shape (32, 3)

除了flow_from_directory方法之外，还有没有更好的方法来获取我自己的数据？我像这样构建了自动编码器，但我删除了一些图层。

我不知道，但我是否用flow_from_directory方法生成的元组向自动编码器提供？有没有办法将此元组转换为自动编码器接受的格式？

import numpy as np
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential, Model
from keras.layers import Dropout, Flatten, Dense, Input, Conv2D, 
UpSampling2D, MaxPooling2D
from keras.optimizers import RMSprop
IMG_WIDTH, IMG_HEIGHT = 112, 112
input_img = Input(shape=(IMG_WIDTH, IMG_HEIGHT,3))
#encoder
def encoder(input_img):
    # 1x112x112x3
    conv1 = Conv2D(32,(3,3), activation='relu', padding='same') 
    (input_img) 
    # 32x112x112
    pool1 = MaxPooling2D(pool_size=(2,2))(conv1)
    # 32x56x56
    return pool1
#decoder
def decoder(pool1):
    # 32x56x56
    up1 = UpSampling2D((2,2))(pool1)
    # 32x112x112
    decoded = Conv2D(1,(3,3),activation='sigmoid',padding='same')(up1)
    # 1x112x112
    return decoded
autoencoder = Model(input_img, decoder(encoder(input_img)))
autoencoder.compile(loss='mean_squared_error', optimizer=RMSprop())
datagen = ImageDataGenerator(rescale=1./255)
training_set = datagen.flow_from_directory(
    r'C:UsersuserDesktopdatasettrain',
    target_size=(112,112),
    batch_size=32,
    class_mode='categorical')
test_set = datagen.flow_from_directory(
    r'C:UsersuserDesktopdatasetvalidation',
    target_size=(112,112),
    batch_size=32,
    class_mode='categorical')
history = autoencoder.fit_generator(
    training_set,
    steps_per_epoch=2790,
    epochs=5,
    validation_data=test_set,
    validation_steps=1145)

以下是模型摘要：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_14 (InputLayer)        (None, 112, 112, 3)       0         
_________________________________________________________________
conv2d_42 (Conv2D)           (None, 112, 112, 32)      896       
_________________________________________________________________
max_pooling2d_4 (MaxPooling2 (None, 56, 56, 32)        0         
_________________________________________________________________
up_sampling2d_4 (UpSampling2 (None, 112, 112, 32)      0         
_________________________________________________________________
conv2d_43 (Conv2D)           (None, 112, 112, 1)       289       
=================================================================
Total params: 1,185
Trainable params: 1,185
Non-trainable params: 0
_________________________________________________________________

我正在使用512x496 OCT图像。

Answer 1

由于您正在构建自动编码器，因此模型的输出必须与输入相同，因此您的代码存在两个问题：

1. 必须将生成器的 class_mode 参数设置为 'input'，以使生成的标签与生成的输入相同。

2. 最后一层必须有 3 个过滤器，因为输入图像有 3 个通道：decoded = Conv2D(3, ...) 。

Answer 2

我相信

你是在给网络提供标签，而不是图像。尝试在构造数据生成器时将class_mode设置为显式None - 它默认为 categorical 。