我有同样的问题,但是此线程中提供的解决方案对我没有帮助。就我而言,是导致此错误的另一个问题:
码
imageSize=32
classifier=Sequential()
classifier.add(Conv2D(64, (3, 3), input_shape = (imageSize, imageSize, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(64, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(64, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(64, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Conv2D(64, (3, 3), activation = 'relu'))
classifier.add(MaxPooling2D(pool_size = (2, 2)))
classifier.add(Flatten())
错误
图像大小为32 x32。在第一个卷积层之后,我们将其缩小为30 x30。(如果我正确理解了卷积)
然后池化层将其除,因此15除以15 ...
我希望您能看到它的去向 :最终,我的要素地图太小,以至于我的池化层(或卷积层)太大而无法遍历它 -从而导致错误
解
解决此错误的简单方法是增大图像大小或使用较少的卷积层或池化层。
0
在Keras中声明输入层时收到此错误消息。
我的代码是这样的
示例应用程序: https : //github.com/IntellijSys/tensorflow/blob/master/Keras.ipynb