python、ニューラルネットワーク、使用するinput_shapeの次元と値

Question

65536行（それぞれ1つのイメージを表す）、49列（7x7イメージ）とバイナリクラス（50列目）を持つデータセットにCNNモデルを構築する必要があります。 ）。

mnistデータセットを使用してCNNを実行する例を参照していますが、列車モデルの構築に失敗しました。

私はこのコード行にいる時：私はこれを試してみてください

ValueError: Negative dimension size caused by subtracting 5 from 1 for 'conv2d_42/convolution' (op: 'Conv2D') with input shapes: [?,1,7,7], [5,5,7,30]. 

：

model.add(Conv2D(30 ,(5,5), padding='valid', activation='relu',input_shape=(1,7,7)) 

私はこのエラーを持っています

model.add(Conv2D(30 ,(5,5), padding='valid', activation='relu',input_shape=(1(7,7))) 

私はこれを持っていました：

TypeError: int() argument must be a string or a number, not 'tuple' 

私はモデルを構築するためにinput_shapeのどの値を使用するべきですか

Answer 1

ご存じのように、KerasはTensorflowのTheanoの上で実行できます。 Theanoディメンションの順序（チャネル、高さ、幅）を使用していますが、KerasはTensorflowディメンションの順序（高さ、幅、チャネル）でTensorflowバックエンドを使用しているようです。

私は、コードを書き換え、最後にチャンネルの次元（= 1）を入れることをお勧めします。 keras.jsonを編集して、バックエンドやディメンションの順序を変更する方法もあります。