質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.50%
Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

673閲覧

kerasにおけるCNNの実装でのエラー

aoaoaoao

総合スコア1

Keras

Kerasは、TheanoやTensorFlow/CNTK対応のラッパーライブラリです。DeepLearningの数学的部分を短いコードでネットワークとして表現することが可能。DeepLearningの最新手法を迅速に試すことができます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/06/19 07:54

前提・実現したいこと

tensorflow,kerasでCNNを実装させたいと考えています

発生している問題・エラーメッセージ

--------------------------------------------------------------------------- ValueError Traceback (most recent call last) <ipython-input-26-4e988137566f> in <module> 39 model.compile(optimizer=adam, loss='categorical_crossentropy', metrics=["accuracy"]) 40 history = model.fit(X_train, Y_train, batch_size=5, nb_epoch=10, verbose=1, ---> 41 validation_split=0.4) C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, validation_freq, max_queue_size, workers, use_multiprocessing, **kwargs) 1152 sample_weight=sample_weight, 1153 class_weight=class_weight, -> 1154 batch_size=batch_size) 1155 1156 # Prepare validation data. C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py in _standardize_user_data(self, x, y, sample_weight, class_weight, check_array_lengths, batch_size) 577 feed_input_shapes, 578 check_batch_axis=False, # Don't enforce the batch size. --> 579 exception_prefix='input') 580 581 if y is not None: C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training_utils.py in standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix) 133 ': expected ' + names[i] + ' to have ' + 134 str(len(shape)) + ' dimensions, but got array ' --> 135 'with shape ' + str(data_shape)) 136 if not check_batch_axis: 137 data_shape = data_shape[1:] ValueError: Error when checking input: expected conv2d_41_input to have 4 dimensions, but got array with shape (45, 250, 250)

該当のソースコード

X_train,X_test,y_train,y_test = train_test_split(X,y,random_state=0) X_train = X_train.astype('float32') X_test = X_test.astype('float32') X_train /= 255.0 X_test /= 255.0 Y_train = np_utils.to_categorical(y_train, 3) Y_test = np_utils.to_categorical(y_test, 3) # モデルの定義 model = Sequential() model.add(Conv2D(16,(7,7),strides=(1,1),padding='valid',input_shape=(250,250,1))) model.add(Activation('relu')) model.add(MaxPool2D(pool_size=(2,2),strides=(2,2))) model.add(Conv2D(30,(3,3),strides=(1,1),padding='valid')) model.add(MaxPool2D(pool_size=(2,2),strides=(2,2))) model.add(Conv2D(16,(3,3),strides=(1,1),padding='same')) model.add(Activation('relu')) model.add(MaxPool2D(pool_size=(2,2),strides=(2,2))) model.add(Conv2D(10,(3,3),strides=(1,1),padding='same')) model.add(Activation('relu')) model.add(MaxPool2D(pool_size=(1,3),strides=(2,2))) model.add(Activation('relu')) model.add(Dense(10)) model.add(Activation('relu')) model.add(Dense(3, activation='softmax')) adam = Adam(lr=1e-8) model.compile(optimizer=adam, loss='categorical_crossentropy', metrics=["accuracy"]) history = model.fit(X_train, Y_train, batch_size=5, nb_epoch=10, verbose=1, validation_split=0.4)

試したこと

入力データなど確認しましたが、特に異常はありませんでした

補足情報(FW/ツールのバージョンなど)

tensorflow-gpu 2.2.0
Keras 2.3.1

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

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。

Q71

2020/06/19 08:18

いえ、「4次元の入力を期待しているが3次元しかない」ので、入力データの次元数が足りていません。
aoaoaoao

2020/06/19 08:35 編集

元の画像はグレースケールで大きさなどは揃えてあります
aoaoaoao

2020/06/19 08:45

import os, glob from PIL import Image import numpy as np folder = ['predata0','predata1','predata2'] X = [] y = [] for index, name in enumerate(folder): dir = "./" + name files = glob.glob(dir + "/*.bmp") for i, file in enumerate(files): image = Image.open(file) data = np.asarray(image) X.append(data) y.append(index) X = np.array(X) y = np.array(y) このように画像データからデータを作ったのですがここが間違えなんですかね X_trainは以下の通りです array([[[0.45490196, 0.40392157, 0.43529412, ..., 0.38431373, 0.34509805, 0.3372549 ], [0.44313726, 0.4392157 , 0.43137255, ..., 0.3764706 , 0.31764707, 0.33333334], [0.4392157 , 0.40784314, 0.38431373, ..., 0.3647059 , 0.3764706 , 0.38431373], ..., [0.47058824, 0.4862745 , 0.4509804 , ..., 0.46666667, 0.4862745 , 0.50980395], [0.46666667, 0.44705883, 0.47843137, ..., 0.42352942, 0.44313726, 0.49019608], [0.47058824, 0.4509804 , 0.47058824, ..., 0.40392157, 0.40392157, 0.46666667]], [[0.27058825, 0.33333334, 0.3882353 , ..., 0.45490196, 0.45490196, 0.54509807], [0.30588236, 0.34117648, 0.4 , ..., 0.4392157 , 0.44313726, 0.47058824], [0.32156864, 0.3529412 , 0.3764706 , ..., 0.40392157, 0.43529412, 0.29411766], ..., [0.4509804 , 0.41568628, 0.44705883, ..., 0.35686275, 0.48235294, 0.4117647 ], [0.43529412, 0.42352942, 0.37254903, ..., 0.42745098, 0.4 , 0.47843137], [0.47843137, 0.49411765, 0.3882353 , ..., 0.40784314, 0.45490196, 0.50980395]]], dtype=float32)
Q71

2020/06/19 11:36

X.shapeは?おそらく、色データの次元がありません
aoaoaoao

2020/06/19 12:31

X.shapeは(60,250,250)で、おっしゃられる通り色データの次元がありませんでした。 情けない話ですが、どのようにすれば色データの次元を追加できるのかも教えていただいてよろしいですか?
Q71

2020/06/19 12:56 編集

逆に、なぜ抜けるの?と聞きたい。 Image.open直後のimageと、いや、ここか。np.asarrayの引数が足りない事ないですか?参考にしたコード、numpyのリファレンスをよく確認してください。
aoaoaoao

2020/06/19 13:45

X_train = X_train.reshape(X_train.shape[0], X_train.shape[1], X_train.shape[2], 1) X_test = X_test.reshape(X_test.shape[0], X_test.shape[1], X_test.shape[2], 1) X_train.shape (45, 250, 250, 1) このように自分で追加することにしたんですが、それでもならず、、、 Error when checking target: expected dense_24 to have 4 dimensions, but got array with shape (45, 3)
guest

回答1

0

ベストアンサー

解決していないようですので回答します。

「model」と「訓練データのshape」の対応関係の確認

「質問への追記・修正の依頼」で散々議論されていることですが、改めて具体的な数字を入れて説明します。とりあえずデータ数がnだと仮定します。

最初にinput_shape=(250,250,1)となっていますので、期待されるX_trainの形は

python

1X_train.shape == (n, 250, 250, 1)

である必要があります。最終層はDense(3, activation='softmax')となっていますので、期待されるY_trainの形は

python

1Y_train.shape == (n, 3)

です。まずはここを確認して下さい。

プーリング層と全結合層の間にFlatten層を追加

次にモデルの方ですがMaxPool2DとDenseの間にFlatten()がありません。Denseが前のデータを受けられるよう

python

1... 2model.add(Flatten()) # 追加 3model.add(Dense(10)) 4...

として下さい。

モデルの確認方法

モデルをコンパイルしたらmodel.summary()を実施して下さい。Layer名称が出ますので、エラーと比較するのが容易になります。

投稿2020/06/20 01:58

yymmt

総合スコア1615

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。

aoaoaoao

2020/06/20 04:38

とても分かりやすく教えていただいてありがとうございます!! Flatten追加したら実行できました! Denseが1次元配列じゃないとだめなのをわすれてました、、、 本当にありがとうございます!
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.50%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問