kerasでのCNNの使用について

前提・実現したいこと

大学の研究でCNNを使い、胸部X線画像の解析を行っております。
CNNを使い、正常な肺の画像と疾患のある画像を判別させることが目標です。
現在は練習として少ない画像で練習をしております。
細菌に感染した肺とウイルスに感染した肺を区別させているので、
リストの名前がbacteriaとvirusとなっております。

発生している問題・エラーメッセージ

エラーの意味が分からずどう直していいのかわかりません。ご教授頂きたいです。
pooling層でエラーが発生しました。
エラーメッセージの(None, 9, 64, 64, 32)のNoneの部分が原因なのでしょうか？

ValueError: Input 0 of layer "max_pooling2d_1" is incompatible with the layer: expected ndim=4, found ndim=5. Full shape received: (None, 9, 64, 64, 32)

該当のソースコード---

Python
1
2from keras.utils import np_utils
3from keras.models import Sequential
4from keras.layers.convolutional import MaxPooling2D
5from keras.layers import Activation, Conv2D, Flatten, Dense, Dropout
6from keras.engine import base_layer_utils
7from sklearn.model_selection import train_test_split
8import numpy as np
9import keras
10import glob
11import os
12import cv2
13!pip install tensorflow
14!pip install tensorflow-gpu
15!pip install keras
16
17num_classes = 2
18
19bacteria = []
20virus = []
21
22files = glob.glob("/content/drive/MyDrive/resize/bacteria_small/*.*")
23i = 1
24for file in files:
25  img_bacteria = cv2.imread(file)
26  img_bacteria = np.array(img_bacteria)
27  bacteria.append(img_bacteria)
28bacteria = np.array(bacteria)
29
30files = glob.glob("/content/drive/MyDrive/resize/virus_small/*.*")
31i = 1
32for file in files:
33  img_virus = cv2.imread(file)
34  img_virus = np.array(img_virus)
35  virus.append(img_virus)
36virus = np.array(virus)
37
38np.savez('gazou_np', bacteria, virus)
39
40a = np.load('/content/gazou_np.npz')
41
42x = np.concatenate([a['arr_0'],a['arr_1']])
43bacteria_label = np.array([0]*len(a['arr_0']))
44virus_label = np.array([1]*len(a['arr_1']))
45y = np.concatenate([bacteria_label, virus_label])
46y = np.array(y)
47
48x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.20)
49
50
51x_train = x_train.astype('float32')/255
52x_test = x_test.astype('float32')/255
53
54input_shape = x_train.shape
55
56model = Sequential()
57
58model.add(Conv2D(32, (3, 3), padding='same', input_shape = (input_shape)))
59model.add(Activation('relu'))
60model.add(MaxPooling2D(pool_size=(2, 2)))
61model.add(Dropout(0.25))
62
63model.add(Conv2D(64, (3, 3), padding='same'))
64model.add(Activation('relu'))
65model.add(MaxPooling2D(pool_size=(2, 2)))
66model.add(Dropout(0.25))
67
68model.add(Conv2D(128, (3, 3), padding='same'))
69model.add(Activation('relu'))
70model.add(MaxPooling2D(pool_size=(2, 2)))
71model.add(Dropout(0.25))
72
73model.add(Flatten())
74model.add(Dense1(16))
75model.add(Activation('relu'))
76model.add(Dense2(64))
77model.add(Activation('relu'))
78model.add(Dense3(128))
79model.add(Activation('relu'))
80model.add(Dropout(0.5))
81model.add(Dense(num_classes, activation='softmax'))
82  
83model.summary()
84
85model.compile(loss='categorical_crossentropy',
86              optimizer='Adam',
87              metrics=['accuracy'])
88
89
90history = model.fit(x_train, y_train, epochs=50, validation_data=(x_test,y_test))

jbpb0

2021/12/09 06:16

pythonのコードの一番最初の行のすぐ上に ```python だけの行を追加してくださいまた、pythonのコードの一番最後の行のすぐ下に ``` だけの行を追加してくださいまたは、 https://teratail.storage.googleapis.com/uploads/contributed_images/56957fe805d9d7befa7dba6a98676d2b.gif を見て、そのようにしてみてください現状、コードがとても読み辛いです質問にコードを載せる際に上記をやってくれたら、他人がコードを読みやすくなり、コードの実行による現象確認もやりやすくなるので、回答されやすくなります