Keras中圖像維度介紹

報錯問題：

ValueError: Negative dimension size caused by subtracting 5 from 1 for 'conv2d_1/convolution' (op: 'Conv2D') with input shapes: [?,1,28,28], [5,5,28,32].

問題分析：

定位：x_train = x_train.reshape(x_train.shape[0],1, 28,28).astype('float32')

分析：input_shape()輸入維度錯誤，tensorflow默認為channels_last數據格式[samples][rows][cols][channels]

解決方法：

方法1：backend=theano

第一步：如想要輸入數據格式為(channels,rows,cols)，則文件開始位置添加下列模塊

from keras import backend as K
K.set_image_dim_ordering('th')

第二步：更改代碼

x_train = x_train.reshape(x_train.shape[0],1,28,28).astype('float32')

方法2：backend=tensorflow

第一步：如想要輸入數據格式為(rows,cols,channels)，則文件開始位置添加下列模塊

from keras import backend as K
K.image_data_format() == "channels_last"

第二步：更改代碼

x_train = x_train.reshape(x_train.shape[0], 28,28,1).astype('float32')

總結：

最新Keras版本中圖片格式如下：

進入keras路徑 C:\Users\Mr.King\.keras(紅色為你自己的用戶名)，查看keras.json文件，我的如下，這說明它默認維度類型為tf，即輸入數據格式為[samples][rows][cols][channels]；

{
    "floatx": "float32",
    "epsilon": 1e-07,
    "backend": "tensorflow",
    "image_data_format": "channels_last"
}

keras中圖片維度類型分為'tf'和'th'　：

backend為tensorflow時，keras.json中image_data_format為channels_last；

backend為theano時，keras.json中image_data_format為channels_first；

圖片維序類型為 th 時，即backend為Theano，則（dim_ordering='th'）： 輸入數據格式為[samples][channels][rows][cols]；
圖片維序類型為 tf 時，即backend為TensorFlow，則（dim_ordering='tf'）： 輸入數據格式為[samples][rows][cols][channels]；