Keras用于多位数识别

Question

我想通过Keras（theano后端）中的一些练习来了解CNNs。我无法适应下面的模型（错误：AttributeError：'Convolution2D'对象没有'get_shape'属性）。该数据集是来自MNIST数据的图像（28 * 28），最多连接5个图像。所以输入形状应该是1,28,140（灰度= 1，高度= 28，宽度= 28 * 5）

目标是预测数字序列。谢谢！！

batch_size = 128 
nb_classes = 10 
nb_epoch = 2 

img_rows =28 
img_cols=140 
img_channels = 1 

model_input=(img_channels, img_rows, img_cols) 

x = Convolution2D(32, 3, 3, border_mode='same')(model_input) 
x = Activation('relu')(x) 
x = Convolution2D(32, 3, 3)(x) 
x = Activation('relu')(x) 
x = MaxPooling2D(pool_size=(2, 2))(x) 
x = Dropout(0.25)(x) 
conv_out = Flatten()(x) 

x1 = Dense(nb_classes, activation='softmax')(conv_out) 
x2 = Dense(nb_classes, activation='softmax')(conv_out) 
x3 = Dense(nb_classes, activation='softmax')(conv_out) 
x4 = Dense(nb_classes, activation='softmax')(conv_out) 
x5 = Dense(nb_classes, activation='softmax')(conv_out) 

lst = [x1, x2, x3, x4, x5] 

model = Sequential(input=model_input, output=lst) 

model.compile(loss='categorical_crossentropy', 
optimizer='adam', 
metrics=['accuracy']) 

model.fit(dataset, data_labels, batch_size=batch_size, nb_epoch=nb_epoch, verbose=1) 

Answer 1

问题出在输入层。执行以下更改：

model_input=Input(shape=(img_channels, img_rows, img_cols)) 

提供您的image_dim_ordering是th。从keras.layers导入Input层。

我还注意到有多个输出。所以你需要使用函数模型而不是Sequential。从keras.models

model = Model(input=model_input, output=lst) 

进口Model：只需将其更改为。