ValueError: Error when checking input: expected dense_1_input to have shape (1875,) but got array wi

Question

前提・実現したいこと

画像判別機を作っています。今回は、5円玉と、50円玉の2種類を分類しようと思っています。
そこで、Pythonでコードを見ながら書いてみることにしました。
しかし、エラーが出たので、わかる方がいらっしゃったら、解決策を教えてくださるとありがたいです。

発生している問題・エラーメッセージ

WARNING:tensorflow:From C:\Anaconda\lib\site-packages\tensorflow_core\python\ops\resource_variable_ops.py:1630: calling BaseResourceVariable.__init__ (from tensorflow.python.ops.resource_variable_ops) with constraint is deprecated and will be removed in a future version.
Instructions for updating:
If using Keras pass *_constraint arguments to layers.
Traceback (most recent call last):
  File "C:/Users/kamimura/syncFolder/DeepLearning/fruit.py", line 58, in <module>
    model.fit(image_list, Y, epochs=1500, batch_size=100, validation_split=0.1)
  File "C:\Anaconda\lib\site-packages\keras\engine\training.py", line 1154, in fit
    batch_size=batch_size)
  File "C:\Anaconda\lib\site-packages\keras\engine\training.py", line 579, in _standardize_user_data
    exception_prefix='input')
  File "C:\Anaconda\lib\site-packages\keras\engine\training_utils.py", line 145, in standardize_input_data
    str(data_shape))
ValueError: Error when checking input: expected dense_1_input to have shape (1875,) but got array with shape (12288,)

エラーメッセージがこちらです。

該当のソースコード

from keras.models import Sequential
from keras.layers import Activation, Dense, Dropout
from keras.utils.np_utils import to_categorical
from keras.optimizers import  Adadelta
from keras.optimizers import Adam
import numpy as np
from PIL import Image
import os
from keras.utils import np_utils


#学習用のデータセットを作る
image_list = []
label_list = []

#./data/trainに以下の5yen 50yenディレクトリ以下の画像を読み込む
for dir in os.listdir("data\train"):
    dir1 = "data\train\" + dir
    label = 0

    if dir == "5yen":
        label = 0
    elif dir == "50yen":
        label = 1

    for file in os.listdir(dir1):
        #配列label_listに正解ラベルを追加
        label_list.append(label)
        filepath = dir1 + "\" + file
        #画像を64×64にし、RGBの値を読み込む
        image = np.array(Image.open(filepath))
        print(filepath)

        image = image.transpose(2, 0, 1)
        image = image.reshape(1, image.shape[0] * image.shape[1] * image.shape[2]).astype("float32")[0]
        image_list.append(image / 255.)

#kerasに渡すためにnumpy配列に変更
image_list = np.array(image_list)
Y = np_utils.to_categorical(label_list)


#モデルを生成して、ニュートラルネットワークを生成
model = Sequential()
model.add(Dense(200, input_dim=1875))
model.add(Activation("relu"))
model.add(Dropout(0.2))

model.add(Dense(200))
model.add(Activation("relu"))
model.add(Dropout(0.2))

model.add(Dense(2))
model.add(Activation("softmax"))

opt = Adam(lr=0.001)
model.compile(loss="categorical_crossentropy", optimizer=opt, metrics=["accuracy"])
model.fit(image_list, Y, epochs=1500, batch_size=100, validation_split=0.1)

#テスト用ディレクトリで正解率をチェックする
total = 0.
ok_count = 0.

for dir in os.listdir("data\train"):
    dir1 = "data\test\" + dir
    label = 0

    if dir == "5yen":
        label = 0

    elif dir == "50yen":
        label = 1

    for file in os.listdir(dir1):
        label_list.append(label)
        filepath = dir1 + "\" + file
        image = np.array(Image.open(filepath))
        print(filepath)
        image = image.transpose(2, 0, 1)
        image = image.reshape(1, image.shape[0] * image.shape[1] * image.shape[2]).astype("float32")[0]
        result = model.predict_classes(np.array([image / 255.]))
        print("label:", label, "result", result[0])

        total += 1.
        if label == result[0]:
            ok_count += 1.


print("seikai:", ok_count / total * 100, "%")

また、このコードは、Kerasによる、ものすごくシンプルな画像分類（りんごとオレンジ）というサイトを参考にさせてもらいました。

このサイトでは、25×25のサイズの画像を指定してますが、私のほうでは、64×64ですでに前処理が完了しています。

試したこと

ValueError: Error when checking input: expected dense_1_input to have shape (1875,) but got array with shape (12288,)

というエラーをググってみたところ、
kerasによる最終層の出力の設定というサイトの通りに

from keras.utils import np_utils

を追加し、

Y = to_categorical(label_list)

から、

Y = np_utils.to_categorical(label_list)

に変更しましたが、エラーは変わらないままでした。
どなたかご教授いただけるとありがたいです。
また、ディープラーニング初心者であるため、詳しく教えていただけるとありがたいです。
よろしくお願いします。

補足情報（FW/ツールのバージョンなど）

Windows10
python 3.6.6

Answer 1

25x25x3=1875
64x64x3=12288
だと思います。

model.add(Dense(200, input_dim=1875))

は

model.add(Dense(200, input_dim=12288))

ではないでしょうか？
エラーメッセージの数字を割り算してみただけです。
3はRGBの3チャンネルのことでしょうか。

Comments

[退会済みユーザー]

ありがとうございます。
解決できました！