UnimplementedError:融合的conv实现目前不支持分组卷积

Question

我正试图建立一个CNN模型来识别使用杜柏林数据集的人类素描。我下载了png压缩文件，将数据导入Google，然后将数据拆分到火车测试文件夹中。以下是模型：

model = tf.keras.models.Sequential([
    tf.keras.layers.Conv2D(filters = 64, kernel_size = (5,5),padding = 'Same', 
                 activation ='relu', input_shape = target_dims),
    tf.keras.layers.Conv2D(filters = 64, kernel_size = (5,5),padding = 'Same', 
                 activation ='relu'),
    tf.keras.layers.MaxPool2D(pool_size=(2,2)),
    tf.keras.layers.Dropout(0.25),

    tf.keras.layers.Conv2D(filters = 128, kernel_size = (3,3),padding = 'Same', 
                 activation ='relu'),
    tf.keras.layers.Conv2D(filters = 128, kernel_size = (3,3),padding = 'Same', 
                 activation ='relu'),
    tf.keras.layers.MaxPool2D(pool_size=(2,2), strides=(2,2)),
    tf.keras.layers.Dropout(0.25),

    tf.keras.layers.Conv2D(256, kernel_size=4, strides=1, activation='relu', padding='same'),
    tf.keras.layers.Conv2D(256, kernel_size=4, strides=2, activation='relu', padding='same'),
    tf.keras.layers.Dropout(0.25),

    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(512, activation = "relu"),
    tf.keras.layers.Dropout(0.5),
    tf.keras.layers.Dense(n_classes, activation= "softmax")
])

model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=["accuracy"])

model.fit_generator(train_generator, epochs=10, validation_data=val_generator)

我得到了以下错误：

UnimplementedError:  Fused conv implementation does not support grouped convolutions for now.
     [[node sequential/conv2d/Relu (defined at <ipython-input-9-36d4624b896d>:1) ]] [Op:__inference_train_function_1358]

Function call stack:
train_function

如果能提供任何帮助来解决这个问题，我将不胜感激。谢谢。

(PS -我运行的是Tensorflow 2.2.0，没有GPU)

Answer 1

使用面部表情识别数据集，我也犯了同样的错误，下面是我如何解决这个错误的方法。

据我所知，数据集是灰色的，当您使用ImageDataGenerator of tensorflow和flow_from_directory生成训练和验证集时，

需要根据数据集/图像将color_mode指定为灰度或rgb，这里将是“灰度”，

在模型的第一层Conv2D中，input_shape应该是

input_shape = (height, width, 1)，1，因为它的灰度。

Answer 2

我也有一个类似的错误，问题是我的图像的频道数和我在模型中指定的频道数。因此，检查图像的维数并检查输入形状中指定的值，确保它们是相同的。

Answer 3

只需在目录流中提到color_mode="grayscale"并检查您的模型输入(height,width,1)。