Python Keras ValueError:预期输入具有形状（2），但获得具有形状（16）的数组

我已经编写了以下代码，并试图从可变自动编码器模型预测图像：

编码器：

input_img = Input(shape=(28, 28, 3))

x = Conv2D(32, 3,
                  padding='same', 
                  activation='relu')(input_img)
x = Conv2D(64, 3,
                  padding='same', 
                  activation='relu',
                  strides=(2, 2))(x)
x = Conv2D(64, 3,
                  padding='same', 
                  activation='relu')(x)
x = Conv2D(64, 3,
                  padding='same', 
                  activation='relu')(x)

x = Flatten()(x)
x = Dense(16, activation='relu')(x)

# Two outputs, latent mean and (log)variance
z_mu = Dense(latent_dim)(x)
z_log_sigma = Dense(latent_dim)(x)

encoder = Model(inputs = input_img, outputs = x)

解码器：

# decoder takes the latent distribution sample as input
decoder_input = Input(K.int_shape(z)[1:])

# Expand to 784 total pixels
x = Dense(np.prod(shape_before_flattening[1:]),
                 activation='relu')(decoder_input)

# reshape
x = Reshape(shape_before_flattening[1:])(x)

# use Conv2DTranspose to reverse the conv layers 
x = Conv2DTranspose(32, 3,
                           padding='same', 
                           activation='relu',
                           strides=(2, 2))(x)
x = Conv2D(3, 3,
                  padding='same', 
                  activation='sigmoid')(x)

# decoder model statement
decoder = Model(decoder_input, x)

# apply the decoder to the sample from the latent distribution
z_decoded = decoder(z)

编码器如下所示：

_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
input_13 (InputLayer)        (None, 28, 28, 3)         0         
_________________________________________________________________
conv2d_1 (Conv2D)            (None, 28, 28, 32)        896       
_________________________________________________________________
conv2d_2 (Conv2D)            (None, 14, 14, 64)        18496     
_________________________________________________________________
conv2d_3 (Conv2D)            (None, 14, 14, 64)        36928     
_________________________________________________________________
conv2d_4 (Conv2D)            (None, 14, 14, 64)        36928     
_________________________________________________________________
flatten_1 (Flatten)          (None, 12544)             0         
_________________________________________________________________
dense_10 (Dense)             (None, 16)                200720    
=================================================================
Total params: 293,968
Trainable params: 293,968
Non-trainable params: 0

以及解码器本身：

Layer (type)                 Output Shape              Param #   
=================================================================
input_15 (InputLayer)        (None, 2)                 0         
_________________________________________________________________
dense_14 (Dense)             (None, 12544)             37632     
_________________________________________________________________
reshape_3 (Reshape)          (None, 14, 14, 64)        0         
_________________________________________________________________
conv2d_transpose_2 (Conv2DTr (None, 28, 28, 32)        18464     
_________________________________________________________________
conv2d_6 (Conv2D)            (None, 28, 28, 3)         867       
=================================================================
Total params: 56,963
Trainable params: 56,963
Non-trainable params: 0
_________________________________________________________________

它运行得很好。以下是完整的模型：

__________________________________________________________________________________________________
Layer (type)                    Output Shape         Param #     Connected to                     
==================================================================================================
input_13 (InputLayer)           (None, 28, 28, 3)    0                                            
__________________________________________________________________________________________________
conv2d_1 (Conv2D)               (None, 28, 28, 32)   896         input_13[0][0]                   
__________________________________________________________________________________________________
conv2d_2 (Conv2D)               (None, 14, 14, 64)   18496       conv2d_1[0][0]                   
__________________________________________________________________________________________________
conv2d_3 (Conv2D)               (None, 14, 14, 64)   36928       conv2d_2[0][0]                   
__________________________________________________________________________________________________
conv2d_4 (Conv2D)               (None, 14, 14, 64)   36928       conv2d_3[0][0]                   
__________________________________________________________________________________________________
flatten_1 (Flatten)             (None, 12544)        0           conv2d_4[0][0]                   
__________________________________________________________________________________________________
dense_10 (Dense)                (None, 16)           200720      flatten_1[0][0]                  
__________________________________________________________________________________________________
dense_11 (Dense)                (None, 2)            34          dense_10[0][0]                   
__________________________________________________________________________________________________
dense_12 (Dense)                (None, 2)            34          dense_10[0][0]                   
__________________________________________________________________________________________________
lambda_5 (Lambda)               (None, 2)            0           dense_11[0][0]                   
                                                                 dense_12[0][0]                   
__________________________________________________________________________________________________
model_16 (Model)                (None, 28, 28, 3)    56963       lambda_5[0][0]                   
__________________________________________________________________________________________________
custom_variational_layer_3 (Cus [(None, 28, 28, 3),  0           input_13[0][0]                   
                                                                 model_16[1][0]                   
==================================================================================================
Total params: 350,999
Trainable params: 350,999
Non-trainable params: 0
__________________________________________________________________________________________________

问题是当我试图基于现有图像创建图像时。这将显示训练集中的图像：

rnd_file = np.random.choice(files)
file_id = os.path.basename(rnd_file)
img = imread(rnd_file)
plt.imshow(img)
plt.show()

然后，我将图像添加到编码器以获得图像的潜在表示：

z = encoder.predict(img)

当我有潜在的表征时，我根据给定的表征将其解码成一幅图像：

decoder.predict(z)

这会产生以下错误：

ValueError:检查输入时出错：预期输入_15具有形状（2），但获得具有形状（16）的数组

z看起来像这样：

[0.         0.         0.         0.         0.         0.03668813
 0.10211123 0.08731555 0.         0.01327576 0.         0.
 0.         0.         0.03561973 0.02009114]

---

编码器的输出为（无，16），与我的z相同。它作为一个模型运行。我怎样才能解决这个问题？提前感谢

有些代码缺失，无法准确理解您想要实现的目标，但至少存在两个问题：

• 在此示例中，z的大小不是

  （无，16）

  ，而是

  （16，）

  。您需要添加一个维度，例如：

  z=encoder.predict（img[np.newaxis，：]）

• 解码器的输入大小与编码器的输出大小不匹配

---

有些代码缺失，无法准确理解您想要实现的目标，但至少存在两个问题：

• 在此示例中，z的大小不是

  （无，16）

  ，而是

  （16，）

  。您需要添加一个维度，例如：

  z=encoder.predict（img[np.newaxis，：]）

• 解码器的输入大小与编码器的输出大小不匹配

---

错误消息向我表明，它预期的元组长度为2

例如，在这篇介绍文章中：

他们这样做：

    output_tokens, h, c = decoder_model.predict(
        [target_seq] + states_value)

---

您的代码只传递了

目标_seq

，而不是

状态_值

，这让我明白了为什么会出现该错误。

错误消息向我表明，它需要长度为2的元组

例如，在这篇介绍文章中：

他们这样做：

    output_tokens, h, c = decoder_model.predict(
        [target_seq] + states_value)

---

您的代码只传递了

目标_seq

，而不是

状态_值

，在我看来，这就是为什么会出现该错误。

编码器工作正常。这是当我尝试解码器，它给出了问题。如果我尝试decoder.predict（z[np.newaxis，：]），我会得到ValueError：检查输入时出错：预期输入为2维，但得到形状为（1,16,16）的数组编码器将一批28x28x3图像作为输入，并返回一批16维张量。解码器具有维度2的输入，因此不能将编码器的输出作为其输入。您确定编码器模型定义吗？在第二行的解码器代码中，z没有定义，但可能与编码器输出不匹配。它对编码器工作正常。这是当我尝试解码器，它给出了问题。如果我尝试decoder.predict（z[np.newaxis，：]），我会得到ValueError：检查输入时出错：预期输入为2维，但得到形状为（1,16,16）的数组编码器将一批28x28x3图像作为输入，并返回一批16维张量。解码器具有维度2的输入，因此不能将编码器的输出作为其输入。您确定编码器模型定义吗？在第2行的解码器代码中，z未定义，但可能与编码器输出不匹配。