CNNで畳み込み層を増やすとエラーが出る

Question

tensorflowでCNNによる2種類の分類を行っているのですが，
畳み込み層を4層以上に増やすとエラーが出ます。
コードとエラーは以下の通りです。

import matplotlib.pyplot as plt
import os
import cv2
import random
import numpy as np
import tensorflow as tf
from sklearn.model_selection import train_test_split
DATADIR = "C:/PetImages/Images"
CATEGORIES = ["1", "2"]
IMG_SIZE = 28
training_data = []
def create_training_data():
    for class_num, category in enumerate(CATEGORIES):
        path = os.path.join(DATADIR, category)
        for image_name in os.listdir(path):
            try:
                img_array = cv2.imread(os.path.join(path, image_name), cv2.IMREAD_GRAYSCALE)  # 画像読み込み
                img_resize_array = cv2.resize(img_array, (IMG_SIZE, IMG_SIZE))  # 画像のリサイズ
                training_data.append([img_resize_array, class_num])  # 画像データ、ラベル情報を追加
            except Exception as e:
                pass
create_training_data()
random.shuffle(training_data)  # データをシャッフル
X_train = []  # 画像データ
y_train = []  # ラベル情報
# データセット作成
for feature, label in training_data:
    X_train.append(feature)
    y_train.append(label)
# numpy配列に変換
X= np.array(X_train)
y= np.array(y_train)

x_train, x_test, y_train, y_test = train_test_split(X, y, test_size=0.20)

x_train, x_test = x_train / 255.0, x_test / 255.0

# (2) CNNモデルを構築
model = tf.keras.models.Sequential()
model.add( tf.keras.layers.Reshape((28, 28, 1), input_shape=(28, 28)) ) # 追加
model.add( tf.keras.layers.Conv2D(32, (3, 3), activation='relu') )      # 追加
model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) )              # 追加
model.add( tf.keras.layers.Conv2D(32, (3, 3), activation='relu') )      # 追加
model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) )              # 追加
model.add( tf.keras.layers.Conv2D(32, (3, 3), activation='relu') )      # 追加
model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) )              # 追加
model.add( tf.keras.layers.Conv2D(32, (3, 3), activation='relu') )      # 追加
model.add( tf.keras.layers.MaxPooling2D(pool_size=(2,2)) )              # 追加


model.add( tf.keras.layers.Flatten() )                                  # 改変
model.add( tf.keras.layers.Dense(256, activation='relu') )
model.add( tf.keras.layers.Dropout(0.2) )
model.add( tf.keras.layers.Dense(2, activation='softmax') )

# (3) モデルのコンパイル・トレーニング
model.compile(optimizer='Adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model.fit(x_train, y_train, epochs=10)

# (4) モデルの評価
model.evaluate(x_test,  y_test, verbose=2)
コード

エラー
ValueError: Negative dimension size caused by subtracting 3 from 1 for 'conv2d_3/Conv2D' (op: 'Conv2D') with input shapes: [?,1,1,32], [3,3,32,32].

Answer 1

おそらく4つ目の畳み込みそうで「これ以上畳込めないよー」と言っています。
以下はソースコードで定義されているネットワークです。
コメントの部分に出力されるデータのshapeを書いています。

Reshape((28, 28, 1), input_shape=(28, 28)) # (28,28, 1)
Conv2D(32, (3, 3), activation='relu')      # 畳み込み層1 (26,26,32)
MaxPooling2D(pool_size=(2,2))              # プーリング1 (13,13,32)
Conv2D(32, (3, 3), activation='relu')      # 畳み込み層2 (11,11,32)
MaxPooling2D(pool_size=(2,2))              # プーリング2 ( 6, 6,32)
Conv2D(32, (3, 3), activation='relu')      # 畳み込み層3 ( 4, 4, 32)
MaxPooling2D(pool_size=(2,2))              # プーリング3 ( 2, 2, 32)
Conv2D(32, (3, 3), activation='relu')      # 畳み込み層4 ( 0, 0, 32) <- !? エラー
MaxPooling2D(pool_size=(2,2))              # プーリング4