keras报错Exception encountered when calling layer “max_pooling2d...with input shapes: [?,2,2,256].

最新推荐文章于 2023-01-07 10:21:32 发布
最新推荐文章于 2023-01-07 10:21:32 发布
阅读量1.1w 收藏 3
点赞数 2
分类专栏： keras 文章标签： keras tensorflow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41542894/article/details/123647246
版权

ValueError: Exception encountered when calling layer "max_pooling2d_27" (type MaxPooling2D).

Negative dimension size caused by subtracting 3 from 2 for '{{node max_pooling2d_27/MaxPool}} = MaxPool[T=DT_FLOAT, data_format="NHWC", explicit_paddings=[], ksize=[1, 3, 3, 1], padding="VALID", strides=[1, 2, 2, 1]](Placeholder)' with input shapes: [?,2,2,256].

 我找了半天原因 开始以为是这篇文章的错误 （网上搜这个错误几乎都是让改channel_first或者last) https://blog.csdn.net/weixin_41449637/article/details/90479501 例如此篇文章

但是最后改了半天发现没用

我的模型是在池化层3报错的

应该是输入通道问题 但是不是上文链接那种 

解决方案：将padding改为same  这样用0填充通道边缘

padding= 'same'

就可以通过了

Fighting社火底子
关注
  • 2
    点赞
  • 踩
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
ValueError: Exception encountered when calling layer “max_pooling2d_1“ (type MaxPooling2D).
weixin_45588505的博客
07-12 5565
Exception encountered when calling layer "max_pooling2d_1" (type MaxPooling2D).
init_menus.rar_The First
09-19
This declaration is for the command menu. It is the menu first encountered upon entering the program.
onnx_tflite_yolov3:转换工具，可将YOLO v3暗网权重转换为TF Lite模型（YOLO v3 PyTorch> ONNX> TensorFlow> TF Lite）和TensorRT（YOLO v3 Pytorch> ONNX> TensorRT）
05-18
介绍 一种转换工具，可将YOLO v3暗网权重转换为TF Lite模型（YOLO v3 PyTorch> ONNX> TensorFlow> TF Lite）和TensorRT模型（dynamic_axes分支）。 先决条件 python3 torch==1.3.1 torchvision==0.4.2 onnx==1.6.0 onnx-tf==1.5.0 onnxruntime-gpu==1.0.0 tensorflow-gpu==1.15.0 码头工人 docker pull zldrobit/onnx:10.0-cudnn7-devel 用法 1.下载预训练的Darknet权重： cd weights wget https://pjreddie.com/media/files/yolov3.weights 2.将YOLO v3模型从Darknet权重转换为ONNX模
Python ValueError: invalid literal for int() with base 10 实用解决方法
12-23
今天在写爬虫程序的时候由于要翻页，做除法分页的时候出现了 复制代码 代码如下: totalCount = ‘100’ totalPage = int(totalCount)/20 ValueError: invalid literal for int() with base 10的错误 网上同样的错误有人建议用round(float(“1.0″))，但是解决不了我这个问题，round(float(“1.0″))是用于解决浮点数转换为整形数的， 而我这个则是因为原字符串转换为整形后做除法，虽然一段时间内可能不报错，但时间久了就会提示（其实就是一个warning，但是会强制终止你的程序），正确
keras报错：ValueError: Cannot create group in read only mode
01-20
keras保存模型时，使用的是m.save_weights，只保存了模型的权重而没有结构，直接使用keras.models.load_model就会报错。所以，可以重新构建相同结构的模型，（m.save_weights）使用m.load_weights；或者如上m.save，keras.models.load_model。 参考：https://blog.csdn.net/nima1994/article/details/91045745 但是我的问题是：我导入的模型是别人的，如何直接导入只有权重没有结构的模型呢？ 1、keras.models.load_model() 读取网络、权重    
tensorflow.python.framework.errors_impl.InternalError: Exception encountered when calling layer "den...
weixin_35750953的博客
01-07 2377
这个错误是在调用 TensorFlow 中 Dense 层时出现的。它可能是由于你使用的机器上没有安装 BLAS 库，或者 BLAS 库没有正确配置导致的。 BLAS(Basic Linear Algebra Subprograms)是一组用于线性代数运算的库，包括矩阵乘法、矩阵乘向量和向量乘向量等操作。TensorFlow 在计算 Dense 层的权重矩阵和输入矩阵的乘积时会使用 BLAS 库。...
Exception encountered when calling layer "dense" (type Dense). Attempting to perform BLAS operation...
weixin_42581003的博客
01-07 1839
这个错误信息表明，当调用层 "dense" 时遇到了异常。尝试使用没有 BLAS 支持的 StreamExecutor 执行 BLAS 操作。当处理上述异常时，又发生了另一个异常。这意味着，在调用 "dense" 层时发生了一些错误，并且在处理这个错误时又发生了另一个错误。这些错误可能是由于你的代码中的错误或者是 TensorFlow 中的 bug 引起的。建议检查你的代码，确保调用层 "dens...
利用Tensorlfow model optimization tool进行网络剪枝遇到不支持的层
Ben出没冇注意的博客
06-19 1706
问题描述： 使用TensorFlow Model Optimization 0.6.0对自己的网络进行剪枝的时候，遇到官方暂时不支持的层ValueError: Please initialize with a supported layer. Layers should either be supported by the PruneRegistry (built-in keras layers) or should be a instance, or should has a customer def
tensorflow 时间序列分析以及多个模型效果对比
qq_42886846的博客
09-03 2549
])w1w2定义一个结构化数据的函数axis=-1)结果输出：结果输出结果输出：else:continueif n==0:w2.plot()将数据按split_window方法进行影射)return ds增加几个生成训练据， 测试数据， 预测数据的方法@property@property@property@property结果输出：结果输出：shift=1,)结果输出：结果输出：shift=1,)
pytorch中遇到的常见的错误处理
weixin_52663081的博客
03-09 8635
搭建网络等常见的错误集合
python3.7解决最小二乘遇到ValueError:Expected 2D array, got 1D array instead: array=[5.].关于reshape和predict
01-20
在用python的LinearRegression做最小二乘时遇到如下错误： ValueError: Expected 2D array, got 1D array instead: array=[5.]. Reshape your data either using array.reshape(-1, 1) if your data has a single feature or array.reshape(1, -1) if it contains a single sample. 翻译过来是： ValueError：预期为2D数组，改为获取1D数组： 数组= [5.]。 如果数据具有单个
解决Keras中CNN输入维度报错问题
12-17
想要写分类器对图片进行分类，用到了CNN。然而，在运行程序时，一直报错： ValueError: Negative dimension size caused by subtracting 5 from 1 for ‘conv2d_1/convolution’ (op: ‘Conv2D’) with input shapes: [?,1,28,28], [5,5,28,30]. 这部分提到的代码是这样的,这是我的分类器的输入层： model.add(Conv2D(30,(5, 5), input_shape=(1, 28, 28), activation=’relu’,padding=”
ValueError: Format ‘jpg’ is not supported (supported formats: eps, pdf, pgf, png, ps, raw, rgba, svg
12-22
出错的程序源代码： 看到这个源代码，大家应该疑惑了吧，这是对的啊！！！！ 但是报错了： D:\PycharmProjects\python_project\venv\Scripts\python.exe D:/PycharmProjects/python_project/matplotlib/04绘制一元二次方程曲线.py Traceback (most recent call last):   File “D:/PycharmProjects/python_project/matplotlib/04绘制一元二次方程曲线.py”, line 11, in     plt.savefig(‘
解决Tensorflow2.0 tf.keras.Model.load_weights() 报错处理问题
12-17
错误描述： 1、保存模型：model.save_weights(‘./model.h5’) 2、脚本重启 3、加载模型：model.load_weights(‘./model.h5’) 4、模型报错：ValueError: You are trying to load a weight file containing 12 layers into a model with 0 layers. 问题分析： 模型创建后还没有编译，一般是在模型加载前调用model.build(input_shape), 但我通过Dataset将输入已经变为dict格式了，暂时没找这样输入怎么匹配input_shap
浅谈cv2.imread()和keras.preprocessing中的image.load_img()区别
09-16
主要介绍了浅谈cv2.imread()和keras.preprocessing中的image.load_img()区别说明，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
GCN_Keras-master_gcncora_keras_.keras最新论文_GCN_cora数据集与gcn_
09-29
GCN节点分类论文中的代码，主要对cora数据集进行分类，准确率高达81.5
keras-ocr 模型文件 craft_mlt_25k.h5 crnn_kurapan.h5
11-26
keras-ocr 模型文件 craft_mlt_25k.h5、craft_mlt_25k.pth、 crnn_kurapan.h5 、crnn_kurapan_notop.h5
mnist.py.tar.gz_CNN 手写数据集_keras_mnist.py_python_手写数字
09-23
基于keras的minis手写体数字数据集的识别，CNN 网络。
Exception encountered when calling layer "dense" (type Dense).
最新发布
09-21
### 回答1： "dense" 层的调用时遇到了异常。 这个错误通常意味着你在使用深度学习框架（例如 TensorFlow、PyTorch 或 Keras）时，在构建模型的过程中发生了一些问题。 如果你在使用 Keras，那么这个错误通常是由于你在构建模型时没有正确设置"dense" 层所需的参数（例如 units）而导致的。你可以检查你的代码，确保你正确地设置了"dense" 层的所有参数。 如果你还是不能解决问题，你可以尝试提供更多的上下文信息，例如错误的完整输出，你的代码以及你使用的深度学习框架的版本等。 ### 回答2： 当调用神经网络层“dense”时遇到的异常可能有多种原因。首先，这种异常可能是由于输入的维度与网络层的期望输入维度不匹配而引起的。例如，如果网络层期望一个2维的向量作为输入，而实际输入的是一个3维的向量，那么就会出现异常。 另外，这种异常也可能是由于在输入数据上存在缺失值或者不合理的数据值，导致在进行层与层之间的计算时出现错误。这时可以检查输入数据的有效性，并确保数据的合理性。 此外，如果网络模型的结构定义不正确，也可能导致出现这种异常。例如，如果神经网络模型的结构中出现了循环依赖或者层之间的连接关系不正确，就可能导致在调用某个层时出现异常。 最后，这种异常也可能是由于网络模型参数的不合适而引起的。例如，如果网络层的神经元数目设置不当，导致计算过程中的维度不匹配，就可能出现异常。解决方法是通过调整网络模型的参数，确保输入和输出的维度匹配。 总之，在遇到这种异常时，我们应该逐步排查各种可能的原因，并逐步修复错误，确保网络模型的正确运行。 ### 回答3： 当调用 Dense 层时遇到了异常。 "Exception encountered when calling layer 'dense' (type Dense)" 这个错误通常是由神经网络中的 Densely connected layer（全连接层）的问题引起的。该异常可能是以下原因之一导致的： 1. 输入数据的维度不符合要求：全连接层需要接收固定维度的输入。请确保传递给 Dense 层的输入数据的维度与该层期望的维度匹配。 2. 输入数据类型不正确：Dense 层只接受数值型输入数据。请确保输入数据的类型与 Dense 层期望的类型相匹配。 3. 权重初始化问题：神经网络模型在训练之前会初始化权重。如果权重初始化出现问题，就会导致异常。可以尝试使用其他的权重初始化方法，例如 Xavier 初始化或 He 初始化。 4. 网络中前一层的输出问题：如果上一层的输出维度不正确，会导致传递给 Dense 层的输入维度不匹配。请确保前一层的输出维度与 Dense 层的输入维度相匹配。 为了解决这个问题，我们可以做以下尝试： 1. 检查网络结构和数据维度：确保网络结构正确并且输入数据的维度与 Dense 层期望的维度匹配。 2. 检查输入数据类型：确保输入数据的类型与 Dense 层期望的类型相匹配。 3. 尝试不同的权重初始化方法：通过尝试其他的权重初始化方法来解决权重初始化问题。 如果以上方法均无效，可能需要对网络架构进行更详细的检查和调试，以确定异常的准确原因，并采取适当的措施来解决问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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