使用 Keras VGG16 -- 输出形状问题

Question

我正在尝试从头开始训练 VGG16 模型（来自 keras.applications），但出现了一个奇怪的错误

X_train 形状为 (73257, 48, 48, 3)

Y_train 形状为 (73257, 10)

我不知道发生了什么...我认为它与之前的 conv 层有关，但由于我是直接从 keras 导入模型，所以我无法确定我哪里出错了。

我的数据集由 73,257 张具有 (48,48,3) 形状的图像组成。我本质上是在尝试进行字符识别（想想 mnist 风格），但我对通过模型进行输入（权重设置为 0）感到困惑。

model = keras.applications.vgg16.VGG16(include_top=False,
                                       weights=None,
                                       input_shape=(48, 48, 3),
                                       input_tensor=None, pooling='avg', classes=10)
sgd = SGD(lr=.1)

model.compile(loss='categorical_crossentropy',
              optimizer=sgd,
              metrics=['accuracy'])
print('X_train shape is {}'.format(X_train.shape))
print('Y_train shape is {}'.format(y_train.shape))

model.fit(X_train, y_train,
          epochs=20,
          batch_size=128)

score = model.evaluate(X_test, y_test, batch_size=128)

这是我遇到的错误

文件“/home/codebrotherone/PycharmProjects/Computer Vision/deep_neural/dnn.py”，第 169 行，在 VGG16 批量大小=128)

文件“/home/codebrotherone/anaconda2/envs/tensorflow/lib/python3.4/site-packages/keras/engine/training.py”，第 1574 行，适合 批量大小=批量大小）

文件“/home/codebrotherone/anaconda2/envs/tensorflow/lib/python3.4/site-packages/keras/engine/training.py”，第 1411 行，在 _standardize_user_data exception_prefix='目标')

文件“/home/codebrotherone/anaconda2/envs/tensorflow/lib/python3.4/site-packages/keras/engine/training.py”，第 141 行，在 _standardize_input_data str(array.shape))

ValueError: 检查目标时出错：预期 block5_pool 有 4 个维度，但得到了形状为 (73257, 10) 的数组

Answer 1

理想情况下，对于分类问题，您应该有include_top=True 和classes=10。

这就够了。由于您不包括顶部，并且正在使用全局池，因此您最终应该得到类似 (73257,512) 的结果。但是您收到的消息表明您在此尝试中没有使用池化。有些东西不太匹配。

不管怎样，就这样吧：

model = keras.applications.vgg16.VGG16(include_top=True,
                                   input_shape=(48, 48, 3),
                                   classes=10)