Python 具有2个通道的数据的初始v3和异常
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: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
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