python，神经网络，要使用的 input_shape 的维度和值

Question

我需要在具有 65536 行（每个代表 1 个图像）、49 列（7x7 图像）和二进制类（第 50 列）的数据集上构建 CNN 模型。

我正在参考使用 mnist 数据集执行 CNN 的示例，但我未能构建训练模型。

当我在这行代码时：

model.add(Conv2D(30 ,(5,5), padding='valid',  activation='relu',input_shape=(1,7,7))

我有这个错误：

ValueError: Negative dimension size caused by subtracting 5 from 1 for 'conv2d_42/convolution' (op: 'Conv2D') with input shapes: [?,1,7,7], [5,5,7,30].

我在哪里尝试这个：

model.add(Conv2D(30 ,(5,5), padding='valid',  activation='relu',input_shape=(1(7,7)))

我有这个：

TypeError: int() argument must be a string or a number, not 'tuple'

我要问的是我应该使用 input_shape 的什么值来构建模型

Answer 1

如您所知，Keras 可以在 Tensorflow 的任一 Theano 之上运行。您正在使用 Theano 维度排序（通道、高度、宽度），但您的 Keras 似乎正在使用 Tensorflow 后端，以及 Tensorflow 维度排序（高度、宽度、通道）。

我建议重写代码并将通道维度 (=1) 放在最后。也可以通过编辑 keras.json 来更改后端和/或维度排序。