TensorFlow2：ResNet50 - ValueError

Question

我正在尝试在具有 (32、32、3) 图像的 CIFAR-10 数据集上使用 TensorFlow2 和 Keras 中的 ResNet-50 进行迁移学习。

默认 ResNet-50 的第一个 conv 层使用 (7, 7) 的过滤器大小，stride = 2，由此产生的 CIFAR-10 在空间上减少了太多，这是要避免的。作为“黑客”，尝试将图像从 (32, 32) 放大到 (224, 224)。代码是：

import tensorflow.keras as K

# Define KerasTensor as input-
input_t = K.Input(shape = (32, 32, 3))

res_model = K.applications.ResNet50(
    include_top = False,
    weights = "imagenet",
    input_tensor = input_t
)

# Since CIFAR-10 dataset is small as compared to ImageNet, the images are upscaled to (224, 224)-
to_res = (224, 224)

model = K.models.Sequential()
model.add(K.layers.Lambda(lambda image: tf.image.resize(image, to_res))) 
model.add(res_model)
model.add(K.layers.Flatten())
model.add(K.layers.BatchNormalization())
model.add(K.layers.Dense(units = 10, activation = 'softmax'))

# Choose an optimizer and loss function for training-
loss_fn = tf.keras.losses.CategoricalCrossentropy()
optimizer = tf.keras.optimizers.SGD(learning_rate = 0.1, momentum = 0.9)

model.compile(
    # loss = 'categorical_crossentropy',
    loss = loss_fn,
    # optimizer = K.optimizers.RMSprop(lr=2e-5),
    optimizer = optimizer,
    metrics=['accuracy']
)

history = model.fit(
    x = X_train, y = y_train,
    batch_size = batch_size, epochs = 10,
    validation_data = (X_test, y_test),
    # callbacks=[check_point]
    )

我得到错误：

Epoch 1/10 警告：tensorflow：模型是用形状构建的（无， 32, 32, 3) 用于输入 KerasTensor(type_spec=TensorSpec(shape=(None, 32, 32, 3), dtype=tf.float32, name='input_1'), name='input_1', description="created by layer 'input_1'")，但它是在 形状不兼容的输入（无、224、224、3）。

---

ValueError Traceback（最近调用 最后）

在 () 2 x = X_train，y = y_train， 3 batch_size = batch_size, epochs = 10, ----> 4 验证数据 = (X_test, y_test), 5 # 回调=[check_point] 6)

9 帧

/usr/local/lib/python3.7/dist-packages/tensorflow/python/framework/func_graph.py 在包装器中（*args，**kwargs） 975 例外为 e：# pylint:disable=broad-except 第976章 --> 977 引发 e.ag_error_metadata.to_exception(e) 978 其他： 第979章

ValueError：在用户代码中：

ValueError：输入 0 与层 resnet50 不兼容：预期 shape=(None, 32, 32, 3), 找到 shape=(None, 224, 224, 3)

Answer 1

模型的输入还是(32,32,3)

input_t = K.Input(shape = (32, 32, 3))