Python 具有2个通道的数据的初始v3和异常_Python_Tensorflow_Keras_Neural Network_Pre Trained Model

Python 具有2个通道的数据的初始v3和异常

python tensorflow keras neural-network

Python 具有2个通道的数据的初始v3和异常,python,tensorflow,keras,neural-network,pre-trained-model,Python,Tensorflow,Keras,Neural Network,Pre Trained Model,我正在尝试对我自己的数据使用预先训练的模型，该数据为形状（64256,2），并且我能够更改VGG16和ResNet50的输入形状，如下所示： base_model = keras.applications.vgg16.VGG16(input_shape=(32,128,2), include_top=False, weights=None) 然而，同样的方法不适用于Inception v3和Exception。我得到的错误是： model = keras.applications.incep

我正在尝试对我自己的数据使用预先训练的模型，该数据为形状（64256,2），并且我能够更改VGG16和ResNet50的输入形状，如下所示：

base_model = keras.applications.vgg16.VGG16(input_shape=(32,128,2), include_top=False, weights=None)

然而，同样的方法不适用于Inception v3和Exception。我得到的错误是：

model = keras.applications.inception_v3.InceptionV3(input_shape=(64, 256, 2), weights=None, include_top=False)

Input size must be at least 75x75; got `input_shape=(64, 256, 2)`

你有没有什么想法？

谢谢大家!

大多数卷积神经网络的宽度/高度都有一个最小维数

网络中有许多池层，可将要素地图的尺寸减少一倍，如果您的输入太小，则网络可以将您的输入传递到末端，而不会达到要素地图的0高度/宽度。因此，必须为网络使用指定的最小维度，在本例中为75by75