keras - 值错误 : ('Error when checking model input: expected no data, but got:' , 数组)

Question

我正在尝试使用我自己的图像数据构建初始和 resnet 模型。该数据集总共有 8000 张图像，有 6 个标签。构建模型时一切顺利。但是上述错误发生在 model.fit() 中。花了 14 个小时后，我真的不确定是什么问题。

我尝试了以下方法

1. 更改图像尺寸顺序

2. 对 keras.json 进行更改

3. 更改模型中的 input_tensor 形状

错误图片:

inception_model = InceptionV3(input_tensor = inception_model.input, include_top = True, weights = 'imagenet')
inception_last_layer = inception_model.get_layer('predictions').output
inception_out = Dense(num_classes, activation='softmax', name='output')(inception_last_layer)
custom_inception = Model(inception_model.input, inception_out)

for layer in custom_inception.layers[:-3]:
        layer.trainable = False

custom_inception.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy', 'mse', 'mae', 'mape'])
train_inception = custom_inception.fit(X_train, y_train, batch_size=8, epochs=2)

编辑:我目前使用的是 keras 2.2.0，这是我在 github 中遇到一些 keras 问题后从最新版本降级的。它确实解决了一些最初的问题。我目前正在使用它们各自的 python 文件中的 inception 和 resnet，我对它们进行了一些更改 include_top=include_top 到require_flatten=include_top 来自 this

EDIT2:这是输入形状

(1690, 220, 220, 1)  is the X_train shape
(1690, 6)  is the y_train 
(423, 220, 220, 1)  is the X_test shape
(423, 6)  is the y_test 

Answer 1

通过以下步骤解决了这个问题:

input_tensor=Input((300,300,3))

代替

input_tensor = inception_model.input

1. 将 tensorflow 和 keras 升级到 1.13.1 和 2.2.4
2. 使用输入形状(300,300,3) 定义模型并在 channel 轴上将我的(300,300,1) 输入三次以匹配(300,300, 3)