ValueError: Error when checking input: expected conv2d_4_input to have 4 dimensions, but got array with shape (0, 1)
のエラーで困っています。
参考にしているサイトでは
input_shape=X_train.shape[1:]
だとエラーが出るので
input_shape=(64, 64, 3)
に変更しました。
エラーメッセージのshape (0, 1)はinput_shapeの使い方が間違っているからデータが入っていないという事なのでしょうか
該当のソースコード
# coding:utf-8 import keras from keras.utils import np_utils from keras.models import Sequential from keras.layers.convolutional import Conv2D, MaxPooling2D from keras.layers.core import Dense, Dropout, Activation, Flatten, Reshape import numpy as np from sklearn.model_selection import train_test_split from PIL import Image import glob folder = ["cat","lion","dog","woman"] image_size = 50 X = [] Y = [] for index, name in enumerate(folder): dir = "./" + name files = glob.glob(dir + "/*.jpg") for i, file in enumerate(files): image = Image.open(file) image = image.convert("RGB") image = image.resize((image_size, image_size)) data = np.asarray(image) X.append(data) Y.append(index) X = np.array(X) Y = np.array(Y) X = X.astype('float32') X = X / 255.0 # 正解ラベルの形式を変換 Y = np_utils.to_categorical(Y, 4) # 学習用データとテストデータ X_train, X_test, y_train, y_test = train_test_split(X, Y, test_size=0.20) # CNNを構築 model = Sequential() model.add(Conv2D(32, (3, 3), padding='same',input_shape=(64, 64, 3))) model.add(Activation('relu')) model.add(Conv2D(32, (3, 3))) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=(2, 2))) model.add(Dropout(0.25)) model.add(Conv2D(64, (3, 3), padding='same')) model.add(Activation('relu')) model.add(Conv2D(64, (3, 3))) model.add(Activation('relu')) model.add(MaxPooling2D(pool_size=(2, 2))) model.add(Dropout(0.25)) model.add(Flatten()) model.add(Dense(512)) model.add(Activation('relu')) model.add(Dropout(0.5)) model.add(Dense(4)) model.add(Activation('softmax')) model.summary() model.compile(loss='categorical_crossentropy', optimizer='SGD', metrics=['accuracy']) history = model.fit(X_train, y_test, epochs=20)
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2019/12/03 06:51
2019/12/03 06:55
2019/12/03 12:01