3通道圖像的卷積層

我想使用Keras-rl庫（https://github.com/matthiasplappert/keras-rl/blob/master/examples/dqn_atari.py）中的DQN代碼和3通道圖像（無灰度轉換）。3通道圖像的卷積層

如何更改代碼來做到這一點？我試圖刪除此行：img = img.resize(INPUT_SHAPE).convert('L') # resize and convert to grayscale但我有尺寸誤差..

我加入from keras import backend as K K.set_image_dim_ordering('th') 我更改網絡achitecture：

model = Sequential() 
model.add(Permute((3, 1, 2),input_shape=(200,200,3))) 
model.add(Lambda(lambda a: a/255.0)) 
model.add(Conv2D(32, (8, 8), strides=(2, 2), activation=activation)) 
model.add(Conv2D(32, (4, 4), strides=(2, 2), activation=activation)) 
model.add(Conv2D(32, (3, 3), strides=(2, 2), activation=activation)) 
model.add(Conv2D(32, (2, 2), strides=(1, 1), activation=activation)) 
model.add(TimeDistributed(Flatten())) 
model.add(LSTM(128)) 
for i in xrange(nb_layers): 
    model.add(Dense(hidden_size, activation=activation)) 
model.add(Dense(env.action_space.n + 1)) 
model.add(Lambda(lambda a: K.expand_dims(a[:, 0], axis=-1) + a[:, 1:], output_shape=(env.action_space.n,))) 
print(model.summary())

但在運行時：

ValueError: Error when checking : expected permute_1_input to have 4 dimensions, but got array with shape (1, 1, 200, 200, 3)

如何處理3通道圖像？

來源

2017-06-12 Nicolas Bruno

用來訓練模型的圖像陣列的形狀是什麼？ –

圖像的形狀是（84,84,3） –

這是不可能的，因爲您的input_Shape是（200,200,3）。因此，你的圖像數組的輸入應該是（x，200，200，3）。 x代表圖像的數量。 –

我在發佈的代碼中看不到任何錯誤，但我的猜測是，當您刪除調整行時，意外地在上一行初始化圖像數組的末尾添加了,。 Python會將img = abc(),解析爲img = (abc(),)。該錯誤與您的5維形狀相匹配。

來源

2017-10-26 09:19:26 sapht

3通道圖像的卷積層

回答

相關問題