Keras卷积2D误差

灰度图像（宽12px，高12px）在训练和测试中进行处理，如下Keras代码所示

model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=(1,12,12)))
model.add(Activation("relu"))
model.add(Convolution2D(32, 3, 3))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2, 2), border_mode=("same")))
model.add(Dropout(0.25))

但是，错误如下所示

tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimension size caused by subtracting 3 from 1 for 'conv2d_2/convolution' (op: 'Conv2D') with input shapes: [?,1,12,32], [3,3,32,32].

---

让我知道如何解决它。

我在进行目标检测时遇到了类似的问题，我发现问题出在一些损坏的图像上。当keras尝试读取图像但图像已损坏时，图像不会加载。因此，它不会为映像抛出错误，而是开始执行操作并失败。所以，在开始模型训练之前，只需检查是否可以成功加载图像。这会给你罪犯的档案。这应该可以解决您的问题。

Keras希望采用如下格式：（样本、行、列、通道），您的格式似乎是（样本、通道、行、列）

尝试使用可选参数data_format指定数据格式，如下所示：

model.add(Convolution2D(32, 3, 3, border_mode='same', input_shape=(1,12,12), data_format = 'channels_first'))