トレーニングKeras CNNモデル（RGBチャンネルのグリーンチャンネル）

Question

これまでの約24時間はこれを解決しようとしていましたが、残念ながら何かを考え出すことはできませんでした。

質問は簡単です：2つのサブディレクトリに2つのカテゴリがあり、サブディレクトリの画像はRGB形式ですが、私は緑色のチャンネルだけに興味があります。

def get_model_bw(input_shape=(3,224,224), classes = 2, lr=1e-4): 
    model = Sequential([ 
     Lambda(lambda x: x[:,1,:,:], input_shape=input_shape, output_shape=(1,224,224)), 
     BatchNormalization(axis=1), 
     Conv2D(32,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(32,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(32,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     MaxPooling2D(), 
     Conv2D(64,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(64,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(64,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     MaxPooling2D(), 
     Conv2D(128,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(128,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     MaxPooling2D(), 
     Conv2D(256,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(256,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     MaxPooling2D(), 
     Conv2D(512,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     Conv2D(512,(3,3), activation='relu',padding='same'), 
     BatchNormalization(axis=1), 
     MaxPooling2D(), 
     Flatten(), 
     Dense(1000, activation='relu'), 
     BatchNormalization(), 
     Dense(1000, activation='relu'), 
     BatchNormalization(), 
     Dense(classes, activation='softmax') 
     ]) 
    model.compile(Adam(lr=lr), loss='categorical_crossentropy', metrics=['accuracy']) 
    return model 

model_bw = get_model_bw(input_shape=(3,224,224), classes=2) 

しかし、それだけでは動作することを拒否...：私は、私は次のようにラムダ層を使用してグリーンチャンネルを抽出しようとしている（画像サイズ（3224224）@）flow_from_directory機能を使用して画像のバッチを読みます それは投げというエラーがある：

とValueErrorトレースバック（最新の呼び出しの最後） とValueError：入力0は層batch_normalization_181と互換性がありません：期待ndim = 4は、任意の提案ndim = 3

を見つけましたか？ P.P.私はTheanoバックエンドと最新のケラスバージョンを使用しています。

ご協力いただければ幸いです。

Answer 1

データフォーマットchannels_firstまたはchannels_lastを使用しているかどうかを最初に確認する必要があります。 （あなたが入力した形で最初にチャンネルを使用しているようです）

Kerasのデフォルトはchannels_lastです。あなたのユーザーフォルダにあるkeras.jsonファイルには、<user>\.keras\keras.jsonが含まれています。また、各レイヤーごとに個別に設定することもできます。

ラムダ層

このようなinput_shape=(3,224,224)などの層の外側形状を使用する場合には、バッチサイズ（画像の数）を指定しません。

しかし、（あなたがテンソルで直接作業している時はいつでも）ラムダ層の内部

は、バッチサイズは、最初の次元として表示されますので、あなたのチャンネルは最初の次元ではなく、第二中：

Lambda(lambda x: x[:,1,:,:], input_shape=input_shape, output_shape=outputshape) 

もちろん

、あなたの出力形状は、それが(1,224,224)

以下の層である必要があり、入力形状と同じにすることはできません。

はを追加しないでください210を他の層に、第1の層（これはラムダ層）にのみ適用する。

---

何か問題が生じた場合にエラーメッセージを表示する。

Answer 2

私は信じることができないが、私は解決策を見つけた：

ラムダ層：

from keras import backend as K 
Lambda(lambda x: K.expand_dims(x[:,1,:,:],1), input_shape=input_shape, output_shape=(1,224,224)),