python keras Convolution2D 层工作不正确并得到错误的结果

Question

from keras.models import Sequential
from keras.layers import Convolution2D
model = Sequential()
model.add(Convolution2D(64, 3, 3, border_mode='same', input_shape=(3, 256, 256)))

This example 说：

现在model.output_shape == (None, 64, 256, 256)

但是在我的控制台中，我得到了结果model.output_shape == (None, 3, 256, 64) 我相信肯定有其他人得到了同样的错误结果，有人解决了这个问题吗？

Answer 1

同样的link you give 说：

dim_ordering: 'th' 或 'tf'。在“th”模式下，通道维度（深度）位于索引 1，在“tf”模式下，它位于索引 3。它默认为在 ~/.keras/keras.json 的 Keras 配置文件中找到的 image_dim_ordering 值.如果您从未设置它，那么它将是“tf”。

所以你的 input_shape 就像 theano 的，你的输出看起来像你的后端是 tensorflow。如果您想这样使用它，请将您的 convolution2D 层更改为：

model.add(Convolution2D(64, 3, 3, border_mode='same', input_shape=(3, 256, 256), dim_ordering='th'))

或更改您的图像，使输入形状为(256,256,3)。

你的问题表述不是很清楚，你没有提供太多信息，顺便说一句，显示非常激进。