Keras throwing error: ('Keyword argument not understood:', 'init') and ('Keyword argument not understood:', 'dim_ordering')

Question

我使用来自 Tensorflow 的 Keras（版本 = 2.2.4-tf）构建了以下模型

model = tf.keras.Sequential()
model.add(Convolution2D(24, 5, 5, padding='same',init='he_normal', input_shape = (target_Width,target_Height, 3),dim_ordering="tf"))
model.add(Activation('relu'))
model.add(GlobalAveragePooling2D())
model.add(Dense(18))

但不知何故我收到以下错误：('Keyword argument not understood:', 'init') 和 ('Keyword argument not understood:', 'dim_ordering')

Answer 1

您似乎正在尝试使用 keras.layers.convolutional.Convolution2D instead of tf.keras.layers.Conv2D。如果是这种情况，请改用它：

from keras.models import Sequential
model = Sequential()
model.add(keras.layers.convolutional.Convolution2D(24, 5, 5, padding='same',init='he_normal', input_shape = (target_Width,target_Height, 3),dim_ordering="tf"))

或使用 tf.keras 中的 Conv2D，它没有参数 init 和 dim_ordering:

model = tf.keras.Sequential()
model.add(Conv2D(24, 5, 5, padding='same', kernel_initializer='he_normal', input_shape = (target_Width,target_Height, 3)))

Answer 2

None这些参数存在，根据documentation.

init，我想你是想用kernel_initializer
dim_ordering="tf"仅在stand-aloneKeras中使用（而不是在tf.keras中），因为stand-alone Keras可以与 Tensorflow 或 Theano 后端一起使用；这些后端使用不同的排序方案，因此需要澄清这一点。这里没有必要。

所以，这里你的卷积层应该是：

model.add(Conv2D(24, 5, 5, padding='same', kernel_initializer='he_normal', input_shape = (target_Width,target_Height, 3)))

如果正如答案所暗示的那样，您确实在 tf.keras.Sequential() 模型中使用独立 Keras 包中的 keras.layers.convolutional.Convolution2D，则强烈不推荐这种混合，你应该恢复到 tf.keras.layers.Conv2D（并对其余模型层执行相同操作）。

Keras throwing error: ('Keyword argument not understood:', 'init') and ('Keyword argument not understood:', 'dim_ordering')

Keras throwing error: ('Keyword argument not understood:', 'init') and ('Keyword argument not understood:', 'dim_ordering')

python

conv-neural-network

keras

tensorflow