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!

ただいまの
回答率

87.61%

CNNで畳み込み層を増やすとエラーが出る

解決済

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 667

score 27

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].

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイ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。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 1

checkベストアンサー

0

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

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

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 87.61%
  • 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られる

関連した質問

同じタグがついた質問を見る