目前，融合conv实现不支持分组卷积。

Question

我正在为emojify项目使用来自kaggle的FERN 2013数据集。数据集由48X48灰度图像组成。当我去训练模型时，我会得到一个错误，如下所示

UnimplementedError:融合的conv实现目前不支持分组卷积。[节点顺序3/卷积2d_6/Relu(定义为:1) ]

函数调用堆栈: train_function

我的代码如下：

import numpy as np
import tensorflow as tf
from keras.preprocessing.image import ImageDataGenerator


train_datagen = ImageDataGenerator(horizontal_flip=True)
training_set = train_datagen.flow_from_directory('train/', batch_size=32, class_mode='categorical')

test_datagen = ImageDataGenerator(horizontal_flip=True)
test_set = test_datagen.flow_from_directory('test/', batch_size=32, class_mode='categorical')


cnn = tf.keras.models.Sequential()
cnn.add(tf.keras.layers.Conv2D(filters=32, kernel_size=3, activation='relu', input_shape=(48, 48, 1)))
cnn.add(tf.keras.layers.MaxPool2D(pool_size=2, strides=2))
cnn.add(tf.keras.layers.Conv2D(filters=32, kernel_size=3, activation='relu', input_shape=(48, 48, 1)))
cnn.add(tf.keras.layers.MaxPool2D(pool_size=2, strides=2))
cnn.add(tf.keras.layers.Flatten())
cnn.add(tf.keras.layers.Dense(units=128, activation='relu'))
cnn.add(tf.keras.layers.Dense(units=1, activation='sigmoid'))
cnn.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])

cnn.fit(x=training_set, validation_data=test_set, epochs=25)

Answer 1

我也遇到过同样的问题。我发现了错误。我的input_data'shape不同于input_shape。我的input_shape是三维的，但我的input_data'shape是一维的.

Answer 2

在此之后，错误可能出现在train_datagen.flow_from_directory中，这个函数有一个param--塔吉特_ size，如果您不设置，输出可能是(256,256) (图像的大小)，这与您不知道是否正确的input_shape.I不同，您可以尝试。如果这对你有帮助，那就太好了！