使用NasNet模型与keras做深度学习训练时报错

本文介绍了在使用NasNet模型与Keras进行深度学习训练时遇到的两个主要问题及解决方案。首先,由于padding设置导致ValueError,通过修改代码为包含预训练权重解决了此问题。然而,这又引发了权重不匹配的错误。解决方法包括不使用预训练权重初始化模型或使用`load_weights`函数加载权重。
摘要由CSDN通过智能技术生成

使用NasNet模型与keras做深度学习训练时采用以下代码

一、代码片
inputs = Input((224, 224, 3))
base_model = NASNetMobile(include_top=False, input_shape=(224, 224, 3)) # , weights=None
x = base_model(inputs)

刚开始一直报这样的错误:

ValueError: padding must be zero for average_exc_pad Apply node that
caused the error: AveragePoolGrad{ignore_border=True,
mode=‘average_exc_pad’, ndim=2}(Elemwise{Composite{(i0 * (i1 +
Abs(i1)))}}.0, IncSubtensor{InplaceInc;::, ::, :int64:, :int64:}.0,
TensorConstant{(2,) of 2}, TensorConstant{(2,) of 2},
TensorConstant{(2,) of 1}) Toposort index: 137 Inputs types:
[TensorType(float32, 4D), TensorType(float32, 4D), TensorType(int32,
vector), TensorType(int32, vector), TensorType(int32, vector)] Inputs
shapes: [(32, 32, 64, 64), (32, 32, 33, 33), (2,), (2,), (2,)] Inputs
strides: [(524288, 1

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值