Keras Maxpooling2d層は、私がkerasにVGG16モデルを複製しようとしていますとValueError

Question

を与え、次は私のコードです：

model = Sequential() 
model.add(ZeroPadding2D((1,1),input_shape=(3,224,224))) 
model.add(Convolution2D(64, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(64, 3, 3, activation='relu')) 
model.add(MaxPooling2D((2,2), strides=(2,2))) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(128, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(128, 3, 3, activation='relu')) 
model.add(MaxPooling2D((2,2), strides=(2,2))) ###This line gives error 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(256, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(256, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(256, 3, 3, activation='relu')) 
model.add(MaxPooling2D((2,2), strides=(2,2))) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(512, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(512, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(512, 3, 3, activation='relu')) 
model.add(MaxPooling2D((2,2), strides=(2,2))) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(512, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(512, 3, 3, activation='relu')) 
model.add(ZeroPadding2D((1,1))) 
model.add(Convolution2D(512, 3, 3, activation='relu')) 
model.add(MaxPooling2D((2,2), strides=(2,2))) 
model.add(Flatten()) 
model.add(Dense(4096, activation='relu')) 
model.add(Dropout(0.5)) 
model.add(Dense(4096, activation='relu')) 
model.add(Dropout(0.5)) 
model.add(Dense(1000, activation='softmax')) 

maxpooling2d層は、エラーが言う

をコメントしている行でエラーになります：

ValueError: Negative dimension size caused by subtracting 2 from 1 for 'MaxPool_7' (op: 'MaxPool') with input shapes: [?,1,112,128]. 

この理由は何か。これを解決するには？

編集： より詳細なエラーログ：

---

ValueError Traceback (most recent call last) in() 12 model.add(Convolution2D(128, 3, 3, activation='relu')) 13 ---> 14 model.add(MaxPooling2D((2,2), strides=(2,2))) 15 16 model.add(ZeroPadding2D((1,1)))

/usr/local/lib/python2.7/dist-packages/keras/models.pyc in add(self, layer) 306 output_shapes=[self.outputs[0]._keras_shape]) 307 else: --> 308 output_tensor = layer(self.outputs[0]) 309 if type(output_tensor) is list: 310 raise Exception('All layers in a Sequential model '

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in call(self, x, mask) 512 if inbound_layers: 513 # this will call layer.build() if necessary --> 514 self.add_inbound_node(inbound_layers, node_indices, tensor_indices) 515 input_added = True 516

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in add_inbound_node(self, inbound_layers, node_indices, tensor_indices) 570 # creating the node automatically updates self.inbound_nodes 571 # as well as outbound_nodes on inbound layers. --> 572 Node.create_node(self, inbound_layers, node_indices, tensor_indices) 573 574 def get_output_shape_for(self, input_shape):

/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc in create_node(cls, outbound_layer, inbound_layers, node_indices, tensor_indices) 147 148 if len(input_tensors) == 1: --> 149 output_tensors = to_list(outbound_layer.call(input_tensors[0], mask=input_masks[0])) 150 output_masks = to_list(outbound_layer.compute_mask(input_tensors[0], input_masks[0])) 151 # TODO: try to auto-infer shape if exception is raised by get_output_shape_for

/usr/local/lib/python2.7/dist-packages/keras/layers/pooling.pyc in call(self, x, mask) 160 strides=self.strides, 161 border_mode=self.border_mode, --> 162 dim_ordering=self.dim_ordering) 163 return output 164

/usr/local/lib/python2.7/dist-packages/keras/layers/pooling.pyc in _pooling_function(self, inputs, pool_size, strides, border_mode, dim_ordering) 210 border_mode, dim_ordering): 211 output = K.pool2d(inputs, pool_size, strides, --> 212 border_mode, dim_ordering, pool_mode='max') 213 return output 214

/usr/local/lib/python2.7/dist-packages/keras/backend/tensorflow_backend.pyc in pool2d(x, pool_size, strides, border_mode, dim_ordering, pool_mode) 1699 1700 if pool_mode == 'max': -> 1701 x = tf.nn.max_pool(x, pool_size, strides, padding=padding) 1702 elif pool_mode == 'avg': 1703
x = tf.nn.avg_pool(x, pool_size, strides, padding=padding)

/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/nn_ops.pyc in max_pool(value, ksize, strides, padding, data_format, name) 1391 padding=padding, 1392
data_format=data_format, -> 1393 name=name) 1394 1395

/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_nn_ops.pyc in _max_pool(input, ksize, strides, padding, data_format, name)
1593 result = _op_def_lib.apply_op("MaxPool", input=input, ksize=ksize, 1594 strides=strides, padding=padding, -> 1595 data_format=data_format, name=name) 1596 return result 1597

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/op_def_library.pyc in apply_op(self, op_type_name, name, **keywords) 747 op = g.create_op(op_type_name, inputs, output_types, name=scope, 748 input_types=input_types, attrs=attr_protos, --> 749 op_def=op_def) 750 outputs = op.outputs 751 return _Restructure(ops.convert_n_to_tensor(outputs),

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.pyc in create_op(self, op_type, inputs, dtypes, input_types, name, attrs, op_def, compute_shapes, compute_device) 2388
original_op=self._default_original_op, op_def=op_def) 2389 if compute_shapes: -> 2390 set_shapes_for_outputs(ret) 2391 self._add_op(ret) 2392
self._record_op_seen_by_control_dependencies(ret)

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.pyc in set_shapes_for_outputs(op) 1783 raise RuntimeError("No shape function registered for standard op: %s" 1784
% op.type) -> 1785 shapes = shape_func(op) 1786 if shapes is None: 1787 raise RuntimeError(

/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.pyc in call_cpp_shape_fn(op, input_tensors_needed, debug_python_shape_fn) 594 status) 595 except errors.InvalidArgumentError as err: --> 596 raise ValueError(err.message) 597 598 # Convert TensorShapeProto values in output_shapes.

ValueError: Negative dimension size caused by subtracting 2 from 1 for 'MaxPool_7' (op: 'MaxPool') with input shapes: [?,1,112,128].

Answer 1

githubで述べた答えを引用し、ディメンションの順序を指定する必要があります。

KerasはTheanoまたはTensorflowライブラリのラッパーです。 Kerasは設定変数image_dim_orderingを使用して、入力レイヤーがTheanoかTensorflowフォーマットかどうかを判断します。この設定は、2通りの方法で指定することができます -

1. はそうのよう~/.keras/keras.jsonで'tf'または'th'を指定 - image_dim_ordering: 'th'。注：これはjson fileです。
2. 又はようなモデルでimage_dim_orderingを指定するように：model.add(MaxPooling2D(pool_size=(2, 2), dim_ordering="th"))

付録：'th'モードでimage_dim_orderingチャネルの寸法（深さ）は、インデックス1（例えば3、256、256）です。 'tf'では、モードはインデックス3（例えば256,256,3）である。コメントから@naokoを引用する。

model.add(ZeroPadding2D((1, 1), input_shape=(img_rows, img_cols, channel))) 

Answer 2

次、=のX、Yをinput_shapeしようTensorFlowとkerasのために3

Answer 3

それを変更する必要があります（3、X、Y）として入力形状を使用しています同じ問題がトレーニング中に読み込まれますVGGモデル。だから、私はちょうどテスト画像の転置を取った。実際のコマンドは以下の通りである：

kerasImage = kerasImage.transpose(1,2,0)

Answer 4

私も遭遇：