TensorFlow2: ResNet50 - ValueError

Question

我试图使用传输学习使用ResNet-50在TensorFlow2和Keras上的CIFAR-10数据集，其中有(32，32，3)图像。

默认的ResNet-50的第一个conv层使用的过滤器大小为(7，7)，步幅= 2，由此产生的CIFAR-10在空间上减少了太多，这是必须避免的。作为“黑客”，图像试图从(32，32)提升到(224,224)。守则是：

import tensorflow.keras as K

# Define KerasTensor as input-
input_t = K.Input(shape = (32, 32, 3))

res_model = K.applications.ResNet50(
    include_top = False,
    weights = "imagenet",
    input_tensor = input_t
)

# Since CIFAR-10 dataset is small as compared to ImageNet, the images are upscaled to (224, 224)-
to_res = (224, 224)

model = K.models.Sequential()
model.add(K.layers.Lambda(lambda image: tf.image.resize(image, to_res))) 
model.add(res_model)
model.add(K.layers.Flatten())
model.add(K.layers.BatchNormalization())
model.add(K.layers.Dense(units = 10, activation = 'softmax'))

# Choose an optimizer and loss function for training-
loss_fn = tf.keras.losses.CategoricalCrossentropy()
optimizer = tf.keras.optimizers.SGD(learning_rate = 0.1, momentum = 0.9)

model.compile(
    # loss = 'categorical_crossentropy',
    loss = loss_fn,
    # optimizer = K.optimizers.RMSprop(lr=2e-5),
    optimizer = optimizer,
    metrics=['accuracy']
)

history = model.fit(
    x = X_train, y = y_train,
    batch_size = batch_size, epochs = 10,
    validation_data = (X_test, y_test),
    # callbacks=[check_point]
    )

我得到错误的原因是：

Epoch 1/10警告:tensorflow:模型是为输入KerasTensor(type_spec=TensorSpec (None，32，32，3)，dtype=tf.float32，name=' input _1')，name=' input _1'，description=(由图层‘input_1’创建)构造的，但它被调用的输入形状不兼容(None，224,224，3)。

ValueError回溯(最近一次调用)

in () 2x= X_train，y= y_train，3 batch_size = batch_size，epochs = 10，-->4 validation_data = (X_test，y_test)，5# callbacks=check_point 6)

9帧

包装器中的/usr/local/lib/python3.7/dist-packages/tensorflow/python/framework/func_graph.py (*args，**kwargs) 975，例外情况除外，e：#pylint:else=else除了976 (如果hasattr(e，"ag_error_metadata")：-> 977 e.ag_error_metadata.to_exception(e) 978 if : 979 e.ag_error_metadata.to_exception(E)e.ag_error_metadata.to_exception(E)978)

ValueError:在用户代码中：

ValueError:输入0与层resnet50不兼容:预期的shape=(None，32，32，3)，found shape=(None，224,224，3)

Answer 1

模型的输入仍然是(32，32，3)

input_t = K.Input(shape = (32, 32, 3))