Keras卷积滤波器大小问题答案

【问题标题】：Keras convolution filter size issueKeras卷积滤波器大小问题
【发布时间】：2016-10-04 04:39:51
【问题描述】：

我是非常 Keras 新手，在我早期的实验中，我在创建卷积层时遇到了一个错误。当我运行这段代码时（找到here；“共享视觉模型”部分）

from keras.models import *
from keras.layers import *
from keras.layers.convolutional import *
from keras.layers.pooling import *

digit_input = Input(shape=(1, 27, 27))
x = Convolution2D(64, 3, 3)(digit_input)
x = MaxPooling2D((2, 2))(x)

mdl = Model(digit_input, x)

我收到以下错误（回溯指向 Convolution2D 线）：

ValueError: Filter must not be larger than the input: Filter: (3, 3) Input: (1, 27)

我假设我滥用了界面——尤其是因为似乎没有其他人有这个特殊的问题——但我直接从 Keras 文档中提取了代码。当我使用 model.add() 语法时，问题仍然存在。有趣的是，当我将过滤器大小缩小到 1x1 或将输入通道数增加到 3 时，错误就消失了。我尝试为卷积手动设置dim_ordering='tf'，我的 keras.json 文件显示：

{
"image_dim_ordering": "tf",
"epsilon": 1e-07,
"floatx": "float32",
"backend": "tensorflow"
}

Keras 看起来是一个很棒的工具，但到目前为止我完全无法使用它。

附：我正在使用 Keras 1.1.0 和 Tensorflow 0.10。

【问题讨论】：

标签： python neural-network tensorflow convolution keras

【解决方案1】：

'image_dim_ordering' : 'tf' 将输入的第三维设置为 2D 卷积的通道输入：即您当前已将 27 个通道的 1x27 输入与 3x3 内核进行卷积，并且没有填充。

您应该能够将 'image_dim_ordering' 切换为 'th' 并让此代码立即工作。我认为“th”曾经是默认值，不幸的是，您遇到了一个过时的教程。这是来自Convolution2D 的 Keras 文档 - 它在那里但不是特别突出：

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”。

希望有帮助！

【讨论】：

【解决方案2】：

试试这个

digit_input = Input(shape=(27, 27, 1))
x = Convolution2D(64, 3, 3, dim_ordering='tf')(digit_input)

【讨论】：