python - keras中如何将cifar10输入inceptionv3

Question

我正在尝试使用 Inception v3 的预训练 imagenet 权重对 CIFAR10 图像进行分类。我正在使用以下代码。

from keras.applications.inception_v3 import InceptionV3

(xtrain, ytrain), (xtest, ytest) = cifar10.load_data()

input_cifar = Input(shape=(32, 32, 3))

base_model = InceptionV3(weights='imagenet', 
                         include_top=False, 
                         input_tensor=input_cifar)

但它在中间转换层给我一个错误，比如“负维度”。

当我使用 VGG16 网络时不会发生这种情况。

我正在使用带有 tensorflow 后端和 tf dim ordernig 的 keras。

Answer 1

Inception 网络在 224x224 大小的图像上进行训练，它们的下采样路径下降到 10x10 以下。因此，对于 32、32、3 图像，下采样会导致负维度大小。现在你可以做很多事情。首先，您可以将 cifar10 数据集中的每个图像的大小调整为 224x224，并将该张量传递给初始模型。您可以删除网络的一些下采样过滤器。然后它仍然可以工作。第三，您可以在不更改分辨率的情况下执行零填充以增加图像大小。