Keras/Tensorflow 预测：数组形状错误
Keras/Tensorflow predict: error in array shape
我正在关注 Keras CIFAR10 tutorial here。
我所做的唯一更改是：
[a] 添加到教程文件的末尾
model.save_weights('./weights.h5', overwrite=True)
[b] 将 ~./keras/keras.json 更改为
{"floatx": "float32", "backend": "tensorflow", "epsilon": 1e-07}
我可以运行模型成功。
然后我想针对经过训练的模型测试单个图像。我的代码：
[... similar to tutorial file with model being created and compiled...]
...
model = Sequential()
...
model.compile()
model.load_weights('./ddx_weights.h5')
img = cv2.imread('car.jpeg', -1) # this is is a 32x32 RGB image
img = np.array(img)
y_pred = model.predict_classes(img, 1)
print(y_pred)
我收到这个错误：
ValueError: Cannot feed value of shape (1, 32, 3) for Tensor 'convolution2d_input_1:0', which has shape '(?, 3, 32, 32)'
为要测试的单个图像重塑输入数据的正确方法是什么？
我没有在./keras/keras.json中添加"image_dim_ordering": "tf"。
您必须重塑输入图像以具有 [?, 3, 32, 32] 的形状，其中 ? 是批量大小。在你的例子中，因为你有 1 张图片，批量大小是 1，所以你可以这样做：
img = np.array(img)
img = img.reshape((1, 3, 32, 32))
我现在正在处理 cifar10 数据，我发现简单的 reshape 不起作用，应该改用 numpy.transpose。
我正在关注 Keras CIFAR10 tutorial here。 我所做的唯一更改是：
[a] 添加到教程文件的末尾
model.save_weights('./weights.h5', overwrite=True)
[b] 将 ~./keras/keras.json 更改为
{"floatx": "float32", "backend": "tensorflow", "epsilon": 1e-07}
我可以运行模型成功。
然后我想针对经过训练的模型测试单个图像。我的代码：
[... similar to tutorial file with model being created and compiled...]
...
model = Sequential()
...
model.compile()
model.load_weights('./ddx_weights.h5')
img = cv2.imread('car.jpeg', -1) # this is is a 32x32 RGB image
img = np.array(img)
y_pred = model.predict_classes(img, 1)
print(y_pred)
我收到这个错误：
ValueError: Cannot feed value of shape (1, 32, 3) for Tensor 'convolution2d_input_1:0', which has shape '(?, 3, 32, 32)'
为要测试的单个图像重塑输入数据的正确方法是什么？
我没有在./keras/keras.json中添加"image_dim_ordering": "tf"。
您必须重塑输入图像以具有 [?, 3, 32, 32] 的形状，其中 ? 是批量大小。在你的例子中，因为你有 1 张图片，批量大小是 1，所以你可以这样做：
img = np.array(img)
img = img.reshape((1, 3, 32, 32))
我现在正在处理 cifar10 数据，我发现简单的 reshape 不起作用，应该改用 numpy.transpose。