1
ケラスにいくつかの問題があります。私はちょうどモデルを構築し、それを実行させてからそれを調整しようとしています。そのため、私は99の画像と99のラベルしか使用していないと言われています。参考までに、クラスラベルだけでなく、私にそれを継続的に出力するために使っています。以下は私が使用しているコードです。まず、すべてのデータをインポートするスクリプトがあります。 99画像と99ラベル。ケラスモデルの行列サイズエラー
私がモデルパーツのフィッティングに着くと、それは私にエラーを投げます。 "ValueError：モデルターゲットをチェックしているときにエラーが発生しました：cropping2d_1が4次元であると予想されましたが、シェイプ（99、1）の配列があります。"
私は同様のエラーについていくつかの他のスレッドを読んでいます。それはケラを送信している配列の順番かもしれません。私はそれと一緒に遊んで、次のことがあります。現在、画像配列の形状は（99,160,320,3）です。私はkerasの "input_shape"の順序を（3,160,320）に変更しようとしました。これは私にエラー "ValueError：モデル入力をチェックしているときにエラーが発生しました：cropping2d_input_1がshape（None、3、160、320）を持っていても、形状が（99,160,320,3）私はそれに応じてimages_center配列を再形成し、上記と同じエラーが発生しました。
私はインポートステートメントをここでは省略しています。
次のステップについてのご意見はありますか？
#Import col 3 to get a length of the dataset
df = pd.read_csv('/Users/user/Desktop/data/driving_log.csv',usecols=[3])
#import and make a matrix of the file paths and data
f = open('/Users/user/Desktop/data/driving_log.csv')
csv_f = csv.reader(f)
m=[]
for row in csv_f:
n=(row)
m.append(n)
#Create labels data
labels=[]
for i in range(1,100):
label=(m[i][3])
labels.append(label)
list1=[]
for i in range(len(labels)):
ix=float(labels[i])
list1.append(ix)
labels=list1
labels=np.array(labels)
#Create features data
#Loop through file paths, combine base path with folder path then read in and append
images_center=[]
for i in range(1,100):
img=(m[i][0])
img=img.lstrip()
path='/Users/user/Desktop/data/'
img=path+img
image=cv2.imread(img)
images_center.append(image)
images_center=np.array(images_center)
print(images_center.shape)
# Fix error with TF and Keras
import tensorflow as tf
tf.python.control_flow_ops = tf
print(images_center.shape)
model = Sequential()
model.add(Convolution2D(16,3,3,border_mode='valid',input_shape=(160,320,3)))
model.compile('adam','categorical_crossentropy',['accuracy'])
history=model.fit(images_center,labels,nb_epoch=10,validation_split=0.2)