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].
回答1件
あなたの回答
tips
プレビュー
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。