複数桁認識のKeras

Question

Keras（theano backend）のいくつかの演習でCNNを理解しようとしています。私は以下のモデルに適合することができません（エラー：AttributeError： 'Convolution2D'オブジェクトに属性 'get_shape'がありません）。このデータセットは、最大5つの画像について一緒に連結されたMNISTデータからの画像（28×28）である。入力シェイプは1、28、140（グレースケール= 1、高さ= 28、幅= 28 * 5）にしてください。

目的は数字のシーケンスを予測することです。ありがとうございました！！

batch_size = 128 
nb_classes = 10 
nb_epoch = 2 

img_rows =28 
img_cols=140 
img_channels = 1 

model_input=(img_channels, img_rows, img_cols) 

x = Convolution2D(32, 3, 3, border_mode='same')(model_input) 
x = Activation('relu')(x) 
x = Convolution2D(32, 3, 3)(x) 
x = Activation('relu')(x) 
x = MaxPooling2D(pool_size=(2, 2))(x) 
x = Dropout(0.25)(x) 
conv_out = Flatten()(x) 

x1 = Dense(nb_classes, activation='softmax')(conv_out) 
x2 = Dense(nb_classes, activation='softmax')(conv_out) 
x3 = Dense(nb_classes, activation='softmax')(conv_out) 
x4 = Dense(nb_classes, activation='softmax')(conv_out) 
x5 = Dense(nb_classes, activation='softmax')(conv_out) 

lst = [x1, x2, x3, x4, x5] 

model = Sequential(input=model_input, output=lst) 

model.compile(loss='categorical_crossentropy', 
optimizer='adam', 
metrics=['accuracy']) 

model.fit(dataset, data_labels, batch_size=batch_size, nb_epoch=nb_epoch, verbose=1) 

Answer 1

問題は入力レイヤーにあります。以下の変更を行います。

model_input=Input(shape=(img_channels, img_rows, img_cols)) 

は、あなたのimage_dim_orderingがth提供されます。 Inputレイヤーをkeras.layersからインポートします。

また、出力が複数あることに気付きました。したがって、SequentialではなくFunctionモデルを使用する必要があります。 keras.modelsから

model = Model(input=model_input, output=lst) 

インポートModel：ちょうどに変更します。