Python 中使用 Keras 的神经网络中的 input_shape 问题答案

【问题标题】：input_shape issue in Neural networks with Keras in PythonPython 中使用 Keras 的神经网络中的 input_shape 问题
【发布时间】：2016-06-14 22:23:25
【问题描述】：

我正在尝试使用 MNIST 数据集在神经网络上精确复制 this tutorial。当我将它复制粘贴到我的 Python 编辑器中时，我得到以下异常：

Exception: The first layer in a Sequential model must get an `input_shape` or `batch_input_shape` argument.

所以我尝试使用

指定输入sheme

model.add(Convolution2D(32, 1, 3, 3, border_mode='same', input_sheme=(1,28,28)))

但我想我做错了。

有人可以帮忙吗？

【问题讨论】：

标签： python conv-neural-network keras

【解决方案1】：

错别字

model.add(Convolution2D(32, 1, 3, 3, border_mode='same', input_sheme=(1,28,28)))
                                                                 ^

应该是

model.add(Convolution2D(32, 1, 3, 3, border_mode='same', input_shape=(1,28,28)))

【讨论】：

【解决方案2】：

上面是这么写的

例外：顺序模型中的第一层必须获得 input_shape 或 batch_input_shape 参数。

我现在将尝试为您分解此错误消息。下次你自己试试吧。

顺序模型中的第一层 [...]

顺序模型是一种使用一系列层从输入生成输出的模型。我大胆猜测Convolution2D 层实际上是模型中的第一层。

[...] 必须获得 input_shape 或 batch_input_shape 参数。

Keras 必须知道输入的形状。因此，您必须将其提供给第一层或使用具有该形状的Input 层。您正在提供input_sheme 参数，该层甚至没有。尝试提供input_shape。对于 MNIST，这通常是 (784,)，因为这是 28 x 28 图像的像素数。

【讨论】：