keras-VGG16 猫狗分类器

标签：mil   font   dimens   tle   www.   question   s系列   family   利用   

keras 原理：

keras系列︱图像多分类训练与利用bottleneck features进行微调（三）https://blog.csdn.net/sinat_26917383/article/details/72861152

基础篇：http://www.sohu.com/a/145534864_697750

Question1: 

报错1：model.add(Convolution2D(32, 3, 3, input_shape=(3, 150, 150)))ValueError: Negative dimension size caused by subtracting 3 from 1 for ‘conv2d_6/convolution‘ (op: ‘Conv2D‘) with input shapes: [?,1,148,32], [3,3,32,32].

报错2：model.add(MaxPooling2D(pool_size=(2, 2)))
ValueError: Negative dimension size caused by subtracting 2 from 1 for ‘max_pooling2d_11/MaxPool‘ (op: ‘MaxPool‘) with input shapes: [?,1,148,32].

原因：
input_shape=(3,150, 150)是theano的写法，而tensorflow需要写出：(150,150,3)；
需要修改Input_size。也就是”channels_last”和”channels_first”数据格式的问题。

keras-VGG16 猫狗分类器

标签：mil   font   dimens   tle   www.   question   s系列   family   利用   

原文地址：https://www.cnblogs.com/mengxiangjialzh/p/8629097.html