问题描述
我想构建一个 CNN 模型,该模型将 3 个连续图像插入一个,因此输入采用以下形状:(3,height,width,channels=3) :
from tensorflow.keras.layers import Input,Conv2D,MaxPooling2D,Dropout,Dense,Flatten,Convolution2D
from tensorflow.keras.models import Sequential
from tensorflow.keras.optimizers import Adam
def build_cnn_model(frames_number,channel,nb_actions):
model = Sequential()
model.add( Input((frames_number,channel),name='Input') )
model.add( Conv2D(96,(3,3),strides=(4,4),activation='relu',name='Conv2D_1',input_shape = (frames_number,channel) ) )
model.add( MaxPooling2D((2,2),name='MaxPooling2D_1') )
model.add( Dropout(0.2,name='Dropout_1'))
model.add( Conv2D(192,name='Conv2D_2') )
model.add( MaxPooling2D((2,name='MaxPooling2D_2') )
model.add( Dropout(0.2,name='Dropout_2'))
model.add( Flatten(name='Flatten_1'))
model.add( Dense(1500,name='Dense_1') )
model.add( Dropout(0.5,name='Dropout_DNN_1'))
model.add(Dense(nb_actions,activation='linear',name='Output') )
return model
model = build_cnn_model(3,220,300,3,6)
结构对我来说似乎是逻辑,但我得到了:
ValueError: Input 0 of layer Conv2D_1 is incompatible with the layer: expected ndim=4,found ndim=5. Full shape received: [None,210,160,3]
注意,我知道也可以更改数据形状,以便将 3 张图像放入 3*3 通道的单个图像中。但我无法在我的程序中应用该解决方案。我想传递 (3,3) 的输入。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)