Я пытаюсь реплицировать модель VGG16 в keras, следующий мой код:
model = Sequential()
model.add(ZeroPadding2D((1,1),input_shape=(3,224,224)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2))) ###This line gives error
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(Flatten())
model.add(Dense(4096, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(4096, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1000, activation='softmax'))
Уровень maxpooling2d дает ошибку в строке, которая комментируется
Ошибка говорит:
ValueError: Negative dimension size caused by subtracting 2 from 1 for 'MaxPool_7' (op: 'MaxPool') with input shapes: [?,1,112,128].
Что может быть причиной этого? Как это решить?
Изменить: Более подробный журнал ошибок:
Traceback ValueError (последний вызов последний) в() 12 model.add(Convolution2D (128, 3, 3, активация = 'relu')) 13 --- > 14 model.add(MaxPooling2D ((2,2), strides = (2,2))) 15 16 model.add(ZeroPadding2D ((1,1)))
/usr/local/lib/python2.7/dist-packages/keras/models.pyc в добавить (self, слой) 306 output_shapes = [self.outputs [0]._ keras_shape]) 307: → 308 output_tensor = layer (self.outputs [0]) 309, если тип (output_tensor) - это список: 310 raise Exception ( "Все слои в последовательной модели"
/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc в вызов (self, x, mask) 512, если inbound_layers: 513 # это вызовет layer.build(), если необходимо → 514 self.add_inbound_node (inbound_layers, node_indices, tensor_indices) 515 input_added = True 516
/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc в add_inbound_node (self, inbound_layers, node_indices, tensor_indices) 570 # создание node автоматически обновляет self.inbound_nodes 571 #, а также outbound_nodes на входящих уровнях. → 572 Node.create_node (self, inbound_layers, node_indices, tensor_indices) 573 574 def get_output_shape_for (self, input_shape):
/usr/local/lib/python2.7/dist-packages/keras/engine/topology.pyc в create_node (cls, outbound_layer, inbound_layers, node_indices, tensor_indices) 147 148 если len (input_tensors) == 1: → 149 output_tensors = to_list (outbound_layer.call(input_tensors [0], mask = input_masks [0])) 150 output_masks = to_list (outbound_layer.compute_mask (input_tensors [0], input_masks [0])) 151 # TODO: попытайтесь автоматически вывести форму, если исключение вызвано get_output_shape_for
/usr/local/lib/python2.7/dist-packages/keras/layers/pooling.pyc в call (self, x, mask) 160 шагов = self.strides, 161 border_mode = self.border_mode, → 162 dim_ordering = self.dim_ordering) 163 возвратный выход 164
/usr/local/lib/python2.7/dist-packages/keras/layers/pooling.pyc в _pooling_function (self, input, pool_size, strides, border_mode, dim_ordering) 210 border_mode, dim_ordering): 211 output = K.pool2d (входы, pool_size, strides, → 212 border_mode, dim_ordering, pool_mode = 'max') 213 обратный выход 214
/usr/local/lib/python2.7/dist-packages/keras/backend/tensorflow_backend.pyc в pool2d (x, pool_size, strides, border_mode, dim_ordering, pool_mode) 1699 1700, если pool_mode == 'max': → 1701 x = tf.nn.max_pool (x, pool_size, strides, padding = padding) 1702 elif pool_mode == 'avg': 1703
x = tf.nn.avg_pool (x, pool_size, strides, padding = padding)/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/nn_ops.pyc в max_pool (значение, ksize, strides, padding, data_format, name) 1391 padding = padding, 1392
data_format = data_format, → 1393 name = name) 1394 1395/usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_nn_ops.pyc в _max_pool (input, ksize, strides, padding, data_format, name)
1593 result = _op_def_lib.apply_op ( "MaxPool", input = input, ksize = ksize, 1594 strides = strides, обивка = обивка, → 1595 data_format = data_format, name = name) 1596 return result 1597/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/op_def_library.pyc в apply_op (self, op_type_name, name, ** keywords) 747 op = g.create_op (op_type_name, input, output_types, name = scope, 748 input_types = input_types, attrs = attr_protos, → 749 op_def = op_def) 750 выходов = op.outputs 751 _Restructure (ops.convert_n_to_tensor (выходы),
/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.pyc в create_op (self, op_type, input, dtypes, input_types, name, attrs, op_def, compute_shapes, compute_device) 2388
original_op = self._default_original_op, op_def = op_def) 2389 if compute_shapes: → 2390 set_shapes_for_outputs (ret) 2391 self._add_op (ret) 2392
self._record_op_seen_by_control_dependencies (RET)/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.pyc в set_shapes_for_outputs (op) 1783 raise RuntimeError ( "Нет функция формы, зарегистрированная для стандартного op:% s" 1784
% op.type) → 1785 forms = shape_func (op) 1786, если фигуры None: 1787 raise RuntimeError (/usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/common_shapes.pyc в call_cpp_shape_fn (op, input_tensors_needed, debug_python_shape_fn) 594) 595, за исключением ошибок .InvalidArgumentError как err: → 596 повысить значение ValueError (err.message) 597 598 # Преобразование значений TensorShapeProto в output_shapes.
ValueError: отрицательный размер размера, вызванный вычитанием 2 из 1 для 'MaxPool_7' (op: 'MaxPool') с формами ввода: [?, 1,112,128].