Я пытаюсь сделать базовый пример MLP в keras. Мои входные данные имеют форму train_data.shape = (2000,75,75)
, а мои данные тестирования имеют форму test_data.shape = (500,75,75)
. 2000
и 500
- это номера выборок обучающих и тестовых данных (другими словами, форма данных (75,75)
, но есть 2000 и 500 частей обучающих и тестовых данных). На выходе должно быть два класса.
Я не уверен, какое значение использовать для параметра input_shape
на первом уровне сети. Используя код из примера mnist в репозитории keras, у меня есть (обновлено):
from six.moves import cPickle
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation
from keras.utils import np_utils
from keras.optimizers import RMSprop
# Globals
NUM_CLASSES = 2
NUM_EPOCHS = 10
BATCH_SIZE = 250
def loadData():
fData = open('data.pkl','rb')
fLabels = open('labels.pkl','rb')
data = cPickle.load(fData)
labels = cPickle.load(fLabels)
train_data = data[0:2000]
train_labels = labels[0:2000]
test_data = data[2000:]
test_labels = labels[2000:]
return (train_data, train_labels, test_data, test_labels)
# Load data and corresponding labels for model
train_data, train_labels, test_data, test_labels = loadData()
train_labels = np_utils.to_categorical(train_labels, NUM_CLASSES)
test_labels = np_utils.to_categorical(test_labels, NUM_CLASSES)
print(train_data.shape)
print(test_data.shape)
model = Sequential()
model.add(Dense(512, input_shape=(5625,)))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.add(Dense(512))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.add(Dense(2))
model.add(Activation('softmax'))
model.summary()
model.compile(loss='categorical_crossentropy',
optimizer=RMSprop(),
metrics=['accuracy'])
history = model.fit(train_data, train_labels, validation_data=(test_data, test_labels),
batch_size=BATCH_SIZE, nb_epoch=NUM_EPOCHS,
verbose=1)
score = model.evaluate(test_data, test_labels, verbose=0)
print('Test score:', score[0])
print('Test accuracy:', score[1])
где 5625
равно 75 * 75 (эмуляция примера MNIST). Я получаю следующую ошибку:
Error when checking model input: expected dense_input_1 to have 2 dimensions, but got array with shape (2000, 75, 75)
Любые идеи?
train_data
иtest_data
, но я не вижу, чтобы они использовались в коде, поэтому я не уверен, как они повлияют на ситуацию, в которой вы оказались. Есть ли полный минимальный образец кода, который генерирует эту ошибку? ? - person onlynone   schedule 14.02.2017test_data
иtrain_data
, чтобы они соответствовали5625
, сX.reshape(-1,75*75)
- person toine   schedule 14.02.2017