Python 尝试在ResNet50（notop）上添加一个展平层，并得到一个错误

我正在尝试在ResNet50上为使用Win10上的Keras 2.0.2 Theano 0.9.0 py2.7的多分类任务添加展平层、密集层（relu）和密集层（softmax）。以下是我的代码：

def create_model():
    base_model = ResNet50(include_top=False, weights=None,
                            input_tensor=None, input_shape=(3,224,224),
                            pooling=None)

    base_model.load_weights(weight_path+'/resnet50_weights_th_dim_ordering_th_kernels_notop.h5')
    x = base_model.output
    x = Flatten()(x)
    x = Dense(128,activation='relu',kernel_initializer='random_normal',
            kernel_regularizer=regularizers.l2(0.1),
            activity_regularizer=regularizers.l2(0.1))(x)

    x=Dropout(0.3)(x)
    y = Dense(8, activation='softmax')(x)
    model = Model(base_model.input, y)
    for layer in base_model.layers:
        layer.trainable = False
    model.compile(optimizer='adadelta',
    loss='categorical_crossentropy')
    return model

我已设置图像尺寸顺序：

from keras import backend as K
K.set_image_dim_ordering('th')

这是我的Keras.json文件：

{

“后端”：“theano”，
``“图像数据格式”：“通道优先”，
``“ε”：1e-07，
``“floatx”：“float32”

}

以下是错误消息：

ValueError: The shape of the input to "Flatten" is not fully defined (got (2048, None, None). Make sure to pass a complete "input_shape" or "batch_input_shape" argument to the first layer in your model.

你应该

将输入_形状参数传递给第一层。这是一个形状元组（整数或无项的元组，其中无表示可能需要任何正整数）。在输入形状中，不包括批次维度

在您的例子中，第一层是flatte（）层。应该是

your_input = Input(shape=output_shape_of_resnet)
x = Flatten(your_input)

当将RESNET50的输出馈入您自己的层时，考虑定义一个新的模型，该模型包含您自己的层和RESNET，例如

 new_model = Sequential()
 new_model.add(resnet_model) #Of course you need the definition and weights of resnet
 resnet_model.trainable = False #I guess?
 new_model.add(your_own_layers_model)

---

我有一些错误的情况下，当输入图像的大小太小的网络模型。如果图层输出数据的大小变为0，则会出现此错误。您可以使用

model.summary（）

查看网络的外观。这是

model.summary（）

输出的示例：

Layer (type)                 Output Shape              Param #   
=================================================================
conv2d_78 (Conv2D)           (None, 16, 21, 21)        160       
_________________________________________________________________
max_pooling2d_62 (MaxPooling (None, 16, 5, 5)          0         
_________________________________________________________________
...
flatten_25 (Flatten)         (None, 32)                0         
_________________________________________________________________
dense_28 (Dense)             (None, 2)                 1026      
=================================================================
Total params: 31,970
Trainable params: 31,970
Non-trainable params: 0
_________________________________________________________________

---

错误堆栈跟踪是什么？我可能应该提到，如果我不添加行，那么一切都可以正常工作：

base\u model.load\u weights（weight\u path+”/resnet50\u weights\u dim\u ordering\u the kernels\u notop.