无法解决keras顺序模型中的错误

Question

我正在处理手势识别问题。为此，我有一套火车。训练集由多个文件夹组成，每个文件夹由一系列 30 张图像组成。从这些图像中训练模型。我还有一个 csv 文件，其中包含每个文件夹的 class 标签。 class 标签是：“向左滑动”、“向右滑动”、“停止”、“不赞成”和“赞成”。这些标签存在于一个 np.array 变量 train_class 中。现在，我创建了一个 CNN 模型，然后将其输入到一个顺序模型中。

代码可在以下 GIT 位置找到 https://github.com/subhrajyoti-ghosh/ML-and-Deep-Learning/blob/main/Gesture_Recognition.ipynb

但是当我尝试拟合模型时，我收到错误消息。你能帮我理解错误以及如何解决吗？

Answer 1

您正在尝试在 2D 输入 (batch_size, 256) 上使用 TimeDistributed 层，这将不起作用，因为该层至少需要一个 3D 张量。您应该尝试使用 tf.keras.layers.RepeatVector:

import tensorflow as tf

resnet = tf.keras.applications.ResNet50(include_top=False,weights='imagenet',input_shape=(224,224,3))
cnn = tf.keras.Sequential([resnet])
cnn.add(tf.keras.layers.Conv2D(64,(2,2),strides=(1,1)))
cnn.add(tf.keras.layers.Conv2D(16,(3,3),strides=(1,1)))
cnn.add(tf.keras.layers.Flatten())

inputs = tf.keras.layers.Input(shape=(224,224,3))
x = cnn(inputs)
x = tf.keras.layers.RepeatVector(n=30)(x)
x = tf.keras.layers.GRU(16,return_sequences=True)(x)
x = tf.keras.layers.GRU(8)(x)
outputs = tf.keras.layers.Dense(5,activation='softmax')(x)
model = tf.keras.Model(inputs, outputs)

dummy_x = tf.random.normal((1, 224,224,3))
print(model.summary())
print(model(dummy_x))

Model: "model_2"
_________________________________________________________________
 Layer (type)                Output Shape              Param #   
=================================================================
 input_14 (InputLayer)       [(None, 224, 224, 3)]     0         
                                                                 
 sequential_6 (Sequential)   (None, 256)               24121296  
                                                                 
 repeat_vector_2 (RepeatVect  (None, 30, 256)          0         
 or)                                                             
                                                                 
 gru_5 (GRU)                 (None, 30, 16)            13152     
                                                                 
 gru_6 (GRU)                 (None, 8)                 624       
                                                                 
 dense_7 (Dense)             (None, 5)                 45        
                                                                 
=================================================================
Total params: 24,135,117
Trainable params: 24,081,997
Non-trainable params: 53,120
_________________________________________________________________
None

无法解决keras顺序模型中的错误

Cannot resolve error in keras sequential model

python

deep-learning

keras

tensorflow