我正在使用CIFAR数据集构建深度着色模型。我已经将rgb图像转换为相同的实验室。现在,输入X_train只需要Lab的灰度部分,而输出标签是有色部分。 X_train尺寸= [50000,32,32],Y_train = [50000,32,32,2]。训练数据集时,由于某种原因出现此尺寸错误。
model = Sequential()
model.add(Conv2D(64, (3, 3), activation='relu', padding='same',input_shape = (50000,32,32,1)))
model.add(Conv2D(64, (3, 3), activation='relu', padding='same', strides=2))
model.add(Conv2D(128, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(512, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(256, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(128, (3, 3), activation='relu', padding='same'))
#model.add(UpSampling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu', padding='same'))
#model.add(UpSampling2D((2, 2)))
model.add(Conv2D(32, (3, 3), activation='relu', padding='same'))
model.add(Conv2D(2, (3, 3), activation='tanh', padding='same'))
#model.add(UpSampling2D((2, 2)))
model.compile(optimizer='rmsprop', loss='mse')
model_info = model.fit(X_train, Y_train,
batch_size=128, epochs=200)
最佳答案
您需要从输入形状中删除50000。因为您已经在model.fit()中指定了批量大小。
在尺寸中考虑批次大小。在你的情况下,它将变成
(128,50000,32,32,1)。
当然,您不会一次训练50000。