Convolution2D 在 Keras 中给出错误的输出形状答案

【问题标题】：Convolution2D gives wrong output shape in KerasConvolution2D 在 Keras 中给出错误的输出形状
【发布时间】：2018-11-16 12:06:11
【问题描述】：

我正在学习来自 here 的教程并坚持使用简单的模型创建

model = Sequential()
model.add(Convolution2D(32, kernel_size=(3, 3), activation='relu', input_shape=(1, 28, 28)))
model.output_shape

这应该给出(None, 32, 26, 26) 输出，但我得到(None, -1, 26, 32)。我猜提供的参数有问题，或者我需要进行额外的重塑。也许 Keras 中的 Convolution2D 和 Conv2D 发生了一些变化？我正在运行 2.2.4 和 Theano 后端

【问题讨论】：

您的代码出现 InvalidArgumentError。
@Tzomas 检查你正在运行的 keras 版本，可能你有旧版本

标签： python machine-learning keras theano convolution

【解决方案1】：

通道似乎位于输入数据的第一轴。因此，您需要将data_format 参数设置为"channels_first"：

model = Sequential()
model.add(Convolution2D(32, kernel_size=(3, 3),
                        data_format='channels_first',
                        activation='relu', input_shape=(1, 28, 28)))
model.output_shape

这给出了：

(None, 32, 26, 26)

【讨论】：

【解决方案2】：

问题在于它使用 Theano 作为后端，并且您可能正在使用 tensorflow（您应该再次检查您的设置）。你可以改变它：

import os
os.environ['KERAS_BACKEND'] = 'theano'

这应该在导入keras之前完成

【讨论】：

【解决方案3】：

就像我在评论中写的那样。我的代码有错误。所以看看你输入的形状看起来很糟糕，如果你更改为input_shape=(28,28,1)，那么 output_shape 返回(None, 26, 26, 32)

我不知道这是否正是您要寻找的。p>

【讨论】：