coremlc：错误：编译器错误：generic_reshape_kernel：无效的底部形状（64 8 -2 1 1）重塑为（4096 -1 1 1 1）答案

【问题标题】：coremlc: Error: compiler error: generic_reshape_kernel: Invalid bottom shape (64 8 -2 1 1) for reshape to (4096 -1 1 1 1)coremlc：错误：编译器错误：generic_reshape_kernel：无效的底部形状（64 8 -2 1 1）重塑为（4096 -1 1 1 1）
【发布时间】：2020-07-19 02:15:06
【问题描述】：

我已将我的 CNN keras 模型转换为 .mlmodel 以部署在 CoreML 移动应用程序上，但我收到以下错误消息：

coremlc: Error: compiler error: Espresso exception: "Invalid 
argument":generic_reshape_kernel: Invalid bottom shape (64 8 -2 1 1) for 
reshape to (4096 -1 1 1 1)Command CoreMLModelCompile failed with a nonzero 
exit code

这是我在运行应用程序时收到的唯一错误消息。这个错误的根源是什么，我该如何解决？

任何帮助将不胜感激，谢谢。

这是 .mlmodel 的详细信息： mlmodel details

【问题讨论】：

可能是输入尺寸太小了？底部形状的-2非常可疑。请在您的问题中包含实际的 Keras 模型定义；没有这个，就无法诊断问题。
感谢您的回复，我会把模型发给您。
你修好了吗？我有同样的问题@ABH
是的，问题出在我的 keras 模型和转换代码中。首先，keras 模型是使用 keras 和 Tensorflow 库编写的，这在我的情况下是不必要的并导致了上述问题，因此我将代码切换为仅在 keras 模块/函数上运行。其次，在我的 CoreML 转换代码中，我使用 Tensorflow 加载了我的 keras 模型，该模型由于不兼容而最终丢失了尺寸。因此，解决方案是在创建和转换中坚持一个模型，在我的例子中是 keras 模型。
谢谢您的回答，我会尽力让您知道这是否有效！我也混合了 keras nad tf 语句，所以这可能是问题所在！

标签： ios swift coreml conv-neural-network coremltools

【解决方案1】：

这就是我解决问题并创建 CNN keras 模型然后将其转换为 MLModel 的方法

1- 导入 keras 并使用 keras 独立模块/功能/等。

例如，而不是这个..

import tensorflow as tf
from tensorflow.keras import datasets, layers, models
from tensorflow.keras.preprocessing.image import ImageDataGenerator

这样做..

import keras
from keras import datasets, layers, models
from keras.preprocessing.image import ImageDataGenerator

2- 保持一致并选择 keras 转换器以匹配您已经创建的 keras 模型

例如..

import coremltools

output_labels = []
model = coremltools.converters.keras.convert('cnn_keras_model.h5',
                                             input_names=['images'],
                                             output_names=['output'],
                                             class_labels=output_labels,
                                             image_input_names='image')

model.save('converted_cnn_keras_model.mlmodel')

【讨论】：