ValueError ResNet Keras

Question

我试图使用Keras ResNet 50应用程序模型来解决我的代码问题：

#Tensorflow and tf.keras
import tensorflow as tf
from tensorflow import keras
#tf.enable_eager_execution()

#Helper libraries
import numpy as np
import matplotlib.pyplot as plt

import Muenzbetragserkennung_input_ResNet

#print(tf.__version__)

#Dataset
#Training and test data
(train_images, train_labels), (test_images, test_labels) = 
Muenzbetragserkennung_input_ResNet.read_input_shuffle()

batch_size, height, width, channels = train_images.shape
train_images = train_images / 255.0
test_images = test_images / 255.0
print(train_images.shape)

#Build the model
model = tf.keras.applications.resnet50.ResNet50(include_top=False, 
weights=None, input_tensor=None, input_shape=(height, width, channels), 
pooling='max')

model.compile(optimizer=tf.train.AdamOptimizer(),
          loss='mean_squared_error',
          metrics=['accuracy'])

#model.summary()

#Train
model.fit(train_images, train_labels, epochs=10)
#model.save_weights('models/muenzen.h5')

#Evaluate
loss, accuracy = model.evaluate(test_images, test_labels)
print('Accuracy', accuracy)

#Prediction
prediction = model.predict(test_images[0:1])
print(prediction)

但是得到了下面的Ouput/Error：

外形列车图像：(3865,240,320，3) 形制列车标签：(3865 ) 形状测试图像：(967,240,320，3) 形状测试标签：(967，) (3865,240,320，3) 回溯(最近一次调用)： File"C:/Users/Christian/PycharmProjects/MuenzbetragserkennungResNet/Muenzbetragserkennung_ResNet.py"，第34行，在model.fit(train_images，train_labels，epochs=10) 文件"C:\Users\Christian\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\keras\engine\training.py"，第1278行，在fit validation_split=validation_split中) 文件"C:\Users\Christian\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\keras\engine\training.py"，第917行，在_standardize_user_data异常_前缀=‘目标’中) 文件"C:\Users\Christian\AppData\Roaming\Python\Python36\site-packages\tensorflow\python\keras\engine\training_utils.py"，第191行，在standardize_input_data‘中，但得到了形状为’+str(Data_shape)的数组) ValueError:检查目标时的错误:期望global_max_pooling2d具有形状(2048年)，但得到与形状(1，)相同的数组 进程已完成，退出代码为%1

我已经尝试过不同的池版本，但只有其他ValueErrors。模型应该输出一个值(图像中的硬币价值)。

提前谢谢你的帮助。

Answer 1

问题是标签是一维的，但是模型的输出是一个2048维向量。这是很自然的，因为您没有添加任何层来生成正确的输出。可以这样做：

resnet_model = tf.keras.applications.resnet50.ResNet50(include_top=False, 
weights=None, input_tensor=None, input_shape=(height, width, channels), 
pooling='max')

x = Dense(128, activation='relu')(resnet_model.output)
x = Dense(1, activation='relu')(x)

model = Model(resnet_model.input, x)

注意，最后一个密集层输出单个标量，它现在与目标兼容。