cnnにおけるinputの形状について

Question

前提・実現したいこと

行列で表されるcsvファイルを画像同様に扱って学習を行う

実装中に以下のエラーメッセージが発生しました。
このエラーを改善したいです。

発生している問題・エラーメッセージ

 Error when checking input: expected input_27 to have 4 dimensions, but got array with shape (32, 65, 80)

該当のソースコード

import numpy as np
import glob
import pandas as pd
from sklearn.model_selection import train_test_split

#ファイルの読み込み
labelfiles = glob.glob("c:/keraslab/dataset/label/*.csv")
label110_csv=[]
for labelfile in labelfiles:
    label110_csv.append(np.loadtxt(labelfile,delimiter=","))
label110_csv = np.array(label110_csv)

inputfiles = glob.glob("c:/keraslab/dataset/input/*.csv")
input18_csv=[]
for inputfile in inputfiles:
    input18_csv.append(np.loadtxt(inputfile,delimiter=","))
input18_csv = np.array(input18_csv)

#正規化
input18_csv=(input18_csv-np.min(input18_csv))/np.max(input18_csv)
label110_csv=(label110_csv-np.min(label110_csv))/np.max(label110_csv)

#train,testの作成
i_train, i_test = train_test_split(input18_csv)
l_train, l_test = train_test_split(label110_csv)

from keras.layers import Input,Conv2D,BatchNormalization,Activation
from keras.models import Model


#DnCNN
def network_dncnn():
	input_img= Input(shape=(65,80,1))

	x= Conv2D(64,kernel_size=3,activation='relu',padding='same')(input_img)

	for i in range(15):
		x= Conv2D(64,kernel_size=3,padding='same')(x)
		x= BatchNormalization()(x)
		x= Activation('relu')(x)

	x =Conv2D(1,kernel_size=3,activation='tanh',padding='same')(x)

	model=Model(input_img,x)

	return model

model=network_dncnn()

#モデルの表示
print(model.summary())

import keras.optimizers as optimizers
from tensorflow.python.keras import backend as K

#training
adam=optimizers.Adam(lr=1e-3)
model.compile(loss='mean_squared_error',optimizer='adam')

#trainingパラメータ-
training =model.fit(i_train,l_train,epochs=100,batch_size=128,shuffle=True,validation_data=(i_test,l_test),verbose=1)

import matplotlib.pyplot as plt

#学習履歴の表示
def plot_history(history):
	plt.plot(history.history['loss'])
	plt.plot(history.history['val_loss'])
	plt.title('model loss')
	plt.xlabel('epoch')
	plt.ylabel('loss')
	plt.legend(['loss','val_loss'],loc='lower right')
	plt.show()

plot_history(training)

試したこと

input_img=Input(shape(32,65,80,1))

に変更させると

Input 0 is incompatible with layer conv2d_211: expected ndim=4, found ndim=5

と表示されます。

補足情報（FW/ツールのバージョンなど）

input18_csvとlabel110_csvは(43,65,80)で、trainとtestで32-11に分割されています。

Answer 1

nput18_csvとlabel110_csvは(43,65,80)で、trainとtestで32-11に分割されています。

Conv2D は (B, H, W, C) の4次元配列を要求するので、
nput18_csv、label110_csv が1チャンネルで形状が (B, H, W) だとしたら、

nput18_csv = np.expand_dims(nput18_csv, axis=-1)

でモデルに投入する前に (B, H, W, 1) に形状を変更しておく必要があります。

Python - expand_dimsの使い方｜teratail

Comments

[hoshihiro]

ありがとうございます。