Keras畳み込みオートエンコーダは、私はちょうどここKerasの著者からの畳み込みオートエンコーダをテストしてい

Question

動作しません： https://blog.keras.io/building-autoencoders-in-keras.html

しかし、私はこの問題があります：私は正確な、私はすでにsetted

Exception: Error when checking model target: expected convolution2d_7 to have shape (None, 8, 32, 1) but got array with shape (60000, 1, 28, 28) 

を最後のconvレイヤーの 'border_mode =' same 'フィールド。 だから私は本当にそれがどこから来たのか分からない... ここでは概要です：

Layer (type)      Output Shape   Param #   Connected to      
     ==================================================================================================== 
input_1 (InputLayer)    (None, 1, 28, 28)  0            
____________________________________________________________________________________________________ 
convolution2d_1 (Convolution2D) (None, 1, 28, 16)  4048  input_1[0][0]      
____________________________________________________________________________________________________ 
maxpooling2d_1 (MaxPooling2D) (None, 1, 14, 16)  0   convolution2d_1[0][0]    
     ______________________________________________________________________________ ______________________ 
convolution2d_2 (Convolution2D) (None, 1, 14, 8)  1160  maxpooling2d_1[0][0]    
____________________________________________________________________________________________________ 
maxpooling2d_2 (MaxPooling2D) (None, 1, 7, 8)  0   convolution2d_2[0][0]    
____________________________________________________________________________________________________ 
convolution2d_3 (Convolution2D) (None, 1, 7, 8)  584   maxpooling2d_2[0][0]    
____________________________________________________________________________________________________ 
maxpooling2d_3 (MaxPooling2D) (None, 1, 4, 8)  0   convolution2d_3[0][0]    
____________________________________________________________________________________________________ 
convolution2d_4 (Convolution2D) (None, 1, 4, 8)  584   maxpooling2d_3[0][0]    
____________________________________________________________________________________________________ 
upsampling2d_1 (UpSampling2D) (None, 2, 8, 8)  0   convolution2d_4[0][0]    
____________________________________________________________________________________________________ 
convolution2d_5 (Convolution2D) (None, 2, 8, 8)  584   upsampling2d_1[0][0]    
____________________________________________________________________________________________________ 
upsampling2d_2 (UpSampling2D) (None, 4, 16, 8)  0   convolution2d_5[0][0]    
____________________________________________________________________________________________________ 
convolution2d_6 (Convolution2D) (None, 4, 16, 16)  1168  upsampling2d_2[0][0]    
____________________________________________________________________________________________________ 
upsampling2d_3 (UpSampling2D) (None, 8, 32, 16)  0   convolution2d_6[0][0]    
______________________________________________________________________________ ______________________ 

convolution2d_7 (Convolution2D) (None, 8, 32, 1)  145    

upsampling2d_3[0][0]    
==================================================================================================== 
Total params: 8273 
____________________________________________________________________________________________________ 

Answer 1

は最後に答えを見つけました。 チュートリアルの作成者は、28x28ではなく32x32のMNISTイメージでテストしたと思います。

最後のコンバレイヤーborder_mode = 'same'に追加すると、出力形状が（32,32,1） になるので、良い出力（28,28,1）を得るには最後のconvレイヤーの前にborder_mode = 'valid'を追加します。

要約： ディメンションの順序を1x28x28の代わりに28x28x1に修正します。 次に、最後のconvレイヤーと同じ境界モードを追加します。 最後に、最後のconvレイヤーに有効な境界モードを追加します。

希望すると、これが役立ちます。