使用keras時(shí)input_shape的維度表示問(wèn)題說(shuō)明
Keras提供了兩套后端,Theano和Tensorflow,不同的后端使用時(shí)維度順序dim_ordering會(huì)有沖突。
對(duì)于一張224*224的彩色圖片表示問(wèn)題,theano使用的是th格式,維度順序是(3,224,224),即通道維度在前,Caffe采取的也是這種方式。而Tensorflow使用的是tf格式,維度順序是(224,224,3),即通道維度在后。
Keras默認(rèn)使用的是Tensorflow。我們?cè)趯?dǎo)入模塊的時(shí)候可以進(jìn)行查看,也可以切換后端。
為了代碼可以在兩種后端兼容,可以通過(guò)data_format參數(shù)進(jìn)行維度順序的設(shè)定,data_format='channels_first',對(duì)應(yīng)“th”,data_format='channels_last',對(duì)應(yīng)“tf”。
補(bǔ)充知識(shí):Tensorflow Keras 中input_shape引發(fā)的維度順序沖突問(wèn)題(NCHW與NHWC)
以tf.keras.Sequential構(gòu)建卷積層為例:
tf.keras.layers.Conv2D(10, 3, input_shape=(2, 9, 9),padding='same',activation=tf.nn.relu,kernel_initializer='glorot_normal', bias_initializer='glorot_normal'),
這是一個(gè)簡(jiǎn)單的卷積層的定義,主要看input_shape參數(shù):
這是用來(lái)指定卷積層輸入形狀的參數(shù),由于Keras提供了兩套后端,Theano和Tensorflow,不同的后端使用時(shí)對(duì)該參數(shù)所指代的維度順序dim_ordering會(huì)有沖突。
Theano(th):
NCHW:順序是 [batch, in_channels, in_height, in_width]
Tensorflow(tf):keras默認(rèn)使用這種方式
NHWC:順序是 [batch, in_height, in_width, in_channels]
即對(duì)于上述input_shape=(2, 9, 9)來(lái)說(shuō):我們先忽略batch,2會(huì)被解析為通道數(shù),矩陣大小為9*9,符合我們預(yù)期。而tf會(huì)將矩陣大小解析為2 * 9 ,且最后一位9代表通道數(shù),與預(yù)期不符。
解決
法一:
在卷積層定義中加入?yún)?shù)來(lái)讓keras在兩種后端之間切換:
data_format='channels_first':代表th
data_format='channels_last':代表tf
但是該法在某些時(shí)候不成功會(huì)報(bào)錯(cuò):
或許是cpu電腦導(dǎo)致的,只支持NHWC即tf模式。
只能修改相應(yīng)文件的配置來(lái)使其支持NCHW,參考這里
法二:(推薦)
使用tf.transpose函數(shù)進(jìn)行高維數(shù)據(jù)的轉(zhuǎn)置(維度大于2,軸的轉(zhuǎn)換)
如將上述(2,9,9)轉(zhuǎn)為(9,9,2)并且是以2為通道數(shù),即矩陣為9*9,而不是像reshape函數(shù)簡(jiǎn)單的調(diào)整維度,若使用reshape函數(shù)來(lái)轉(zhuǎn)換,只會(huì)得到通道數(shù)為9,矩陣為9 * 2的數(shù)據(jù)。
tf.transpose(待轉(zhuǎn)矩陣,(1,2,0))
解釋:
其中0,1,2…是原矩陣維度從左到右軸的標(biāo)號(hào),即(2,9,9)中三個(gè)維度分別對(duì)應(yīng)標(biāo)號(hào)0,1,2。而調(diào)整過(guò)后將標(biāo)號(hào)順序變?yōu)?,2,0 即是把表通道數(shù)的軸置于最后,這樣轉(zhuǎn)置后的矩陣就滿足了keras的默認(rèn)tf后端。即可正常訓(xùn)練。
以上這篇使用keras時(shí)input_shape的維度表示問(wèn)題說(shuō)明就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
python辦公自動(dòng)化之讀取本地OUTLOOK客戶端郵件
這篇文章主要為大家詳細(xì)介紹了如何使用python實(shí)現(xiàn)讀取本地OUTLOOK客戶端郵件,文中的示例代碼講解詳細(xì),具有一定的參考價(jià)值,需要的小伙伴可以了解下2023-10-10pandas factorize實(shí)現(xiàn)將字符串特征轉(zhuǎn)化為數(shù)字特征
今天小編就為大家分享一篇pandas factorize實(shí)現(xiàn)將字符串特征轉(zhuǎn)化為數(shù)字特征,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12Python實(shí)現(xiàn)連接MySql數(shù)據(jù)庫(kù)及增刪改查操作詳解
這篇文章主要介紹了Python實(shí)現(xiàn)連接MySql數(shù)據(jù)庫(kù)及增刪改查操作,結(jié)合實(shí)例形式詳細(xì)分析了Python安裝PyMySQL模塊及使用PyMySQL模塊進(jìn)行mysql數(shù)據(jù)庫(kù)的連接、增刪改查等相關(guān)操作技巧,需要的朋友可以參考下2019-04-04python借助ChatGPT讀取.env實(shí)現(xiàn)文件配置隔離保障私有數(shù)據(jù)安全
這篇文章主要為大家介紹了python讀取.env實(shí)現(xiàn)文件配置隔離保障私有數(shù)據(jù)安全,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪2023-03-03python如何使用python-docx調(diào)整Word文檔樣式
本文介紹了如何修改文字字體樣式、對(duì)齊樣式、行間距以及段前段后間距,并通過(guò)效果展示給出參考,適用于需要進(jìn)行文檔編輯的讀者2024-09-09