蟒蛇，神經網絡，尺寸和value_input_shape要使用

Question

我需要建立一個數據集上有65536行（代表每個圖像1），49列（7x7圖像）和二進制類（第50列）。

我參考了使用mnist數據集執行CNN的例子，但是我沒有建立火車模型。

，當我在這行代碼：

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

我是有這樣的錯誤：

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]. 

在那裏我試試這個：

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

我有這樣的：

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

im問什麼是什麼值input_shape我應該用來建立模型

Answer 1

如你所知，Keras可以運行在Tensorflow的Theano之上。您正在使用Theano維度排序（渠道，高度，寬度），但您的Keras似乎正在使用Tensorflow後端，以及Tensorflow維度排序（高度，寬度，通道）。

我會建議重寫代碼並將通道尺寸（= 1）放在最後。還有通過編輯keras.json來更改後端和/或維度排序的方法。