TensorFlowでdimensionサイズの定義方法について

入力データがnumpty配列が[n,1,160,16]のような形式で白黒（チャンネル数:1）16*160bitmapの画像がn枚あるイメージです。

この場合に以下のモデルと入力形式で定義して実行していますが、以下のエラーが出て先に進めません。
dimensionサイズが合っていないことは想定しているのですが、kernel_sizeを(3,3)や(20,2)などいくつか試しましたが、どのように計算して定義すべきか理解できていません。

model.add(Conv2D(filters=32, kernel_size=(3,3), activation='relu', input_shape=input_shape))
model.add(Conv2D(filters=64, kernel_size=(20, 2), activation='relu'))

keras.jsonでチャネルの指定は変更してもダメでしたので、そもそもデータサイズの大きさに合致させる必要があると考えています。
"image_data_format": "channels_last",
"image_data_format": "channels_first"

この場合はモデルをどのように修正する必要があるかご教授をお願いします。
（そもそも考え方が違っているなどもご意見、アドバイスお願いします。）

【エラー内容】

python
1ValueError: Negative dimension size caused by subtracting 20 from 1 for 'conv2d_24/convolution' (op: 'Conv2D') with input shapes: [?,1,160,16], [20,2,16,32].

【モデルと入力形式・データ】

python
1# 入力形式
2input_shape = (1,160,16)
3
4# 入力データ
5xdatas = np.empty((0,160,16), int)
6xdatas = np.append(xdatas, imagedata.reshape(1,160,16), axis=0)
7
8# モデルの学習
9history = model.fit(xdatas, y_keras, batch_size=batch_size, epochs=epochs, validation_split=0., verbose=1)
10
11# 畳み込みニューラルネットワークを定義
12model = Sequential()
13model.add(Conv2D(filters=32, kernel_size=(20, 2), activation='relu', input_shape=input_shape))
14model.add(Conv2D(filters=64, kernel_size=(20, 2), activation='relu'))
15model.add(MaxPooling2D(pool_size=(2, 2)))
16model.add(Dropout(0.25))
17model.add(Flatten())
18model.add(Dense(units=128, activation='relu'))
19model.add(Dropout(0.5))
20model.add(Dense(units=n_classes, activation='softmax'))

行動規範の内容に同意します

回答1件

ベストアンサー

基本的にkerasのConv2Dはデータサイズの大きさは気にする必要ないです。（データサイズよりもkernel_sizeを大きくするとかはだめですが）paddingのサイズを自動的に調節して、指定したアウトプットサイズにしてくれます。
質問文から察するに気づいていると思いますが、この問題はchannelが1次元にあるとき、どう書くかという話だと思います。

方法としては以下の2種類があります。

一番簡単なのは、インプットの軸を入れ替えてchannelの次元を一番後ろにもってくることです。これで動くと思います。kerasのConv2Dはデフォルトで1番最後の次元をchannelとして扱うので余計なこと考えずにすみます。

python
1# 軸の入れ替え
2xdatas = xdatas.transpose((0, 2, 3, 1))
3
4# 入力形式
5# input_shape = (1,160,16)
6input_shape = (160,16, 1)

2.もう一つは、"image_data_format": "channels_first"を指定し続けることです。試されているみたいですが、これをやるとずっとchannelが2次元目にくるのですべてのConv2D、Maxpooling2Dでこの設定をしていく必要があります。

python
1# 畳み込みニューラルネットワークを定義
2model = Sequential()
3model.add(Conv2D(filters=32, kernel_size=(20, 2), activation='relu', data_format="channels_first", input_shape=input_shape))
4model.add(Conv2D(filters=64, kernel_size=(20, 2), activation='relu', data_format="channels_first"))
5model.add(MaxPooling2D(pool_size=(2, 2), data_format="channels_first"))
6model.add(Dropout(0.25))
7model.add(Flatten())
8model.add(Dense(units=128, activation='relu'))
9model.add(Dropout(0.5))
10model.add(Dense(units=n_classes, activation='softmax'))
11
12model.summary()
13"""
14Model: "sequential_1"
15_________________________________________________________________
16Layer (type)                 Output Shape              Param #   
17=================================================================
18conv2d_1 (Conv2D)            (None, 32, 141, 15)       1312      
19_________________________________________________________________
20conv2d_2 (Conv2D)            (None, 64, 122, 14)       81984     
21_________________________________________________________________
22max_pooling2d_1 (MaxPooling2 (None, 64, 61, 7)         0         
23_________________________________________________________________
24dropout_1 (Dropout)          (None, 64, 61, 7)         0         
25_________________________________________________________________
26flatten_1 (Flatten)          (None, 27328)             0         
27_________________________________________________________________
28dense_1 (Dense)              (None, 128)               3498112   
29_________________________________________________________________
30dropout_2 (Dropout)          (None, 128)               0         
31=================================================================
32Total params: 3,581,408
33Trainable params: 3,581,408
34Non-trainable params: 0
35_________________________________________________________________
36"""