餵食圖像到Theano引發ShapeMismatch錯誤

Question

我想要一個Theano Logistic迴歸模型的一個非常基本的例子，並且在訓練網絡之後，我想測試一些圖像以查看它們如何分類。培訓和測試代碼可在http://deeplearning.net/tutorial/code/logistic_sgd.py找到。事實上，我試圖修改的唯一部分是預測（）函數如下：

def predict(): 
    """ 
    An example of how to load a trained model and use it 
    to predict labels. 
    """ 

    # load the saved model 
    classifier = cPickle.load(open('best_model.pkl')) 

    # compile a predictor function 
    predict_model = theano.function(
     inputs=[classifier.input], 
     outputs=classifier.y_pred) 

    # We can test it on some examples from test test 
    #dataset='mnist.pkl.gz' 
    #datasets = load_data(dataset) 
    #test_set_x, test_set_y = datasets[2] 
    #test_set_x = test_set_x.get_value() 

    img = Image.open('index.png','r') 
    shared_x = theano.shared(numpy.asarray(img,dtype=theano.config.floatX)) 


    predicted_values = predict_model(shared_x.get_value()) 
    print ("Predicted values for the first 10 examples in test set:") 
    print predicted_values 

我跟着這裏找到http://blog.eduardovalle.com/2015/08/25/input-images-theano/一些提示，但顯然我有，因爲我所得到的問題是：

ValueError: Shape mismatch: x has 28 cols (and 28 rows) but y has 784 rows (and 10 cols) Apply node that caused the error: Dot22(x, W) Inputs types: [TensorType(float64, matrix), TensorType(float64, matrix)] Inputs shapes: [(28, 28), (784, 10)] Inputs strides: [(224, 8), (80, 8)] Inputs values: ['not shown', 'not shown']

那麼將圖像（以我的情況爲28x28）提供給Theano進行預測的正確方法是什麼？

Answer 1

該模型預計批平展圖像作爲輸入。

輸入需要是每個圖像都有一行的矩陣。有784列是28x28像素圖像的扁平（或重新成形）版本（注意28 * 28 = 784）。

而不是

img = Image.open('index.png','r') 
shared_x = theano.shared(numpy.asarray(img,dtype=theano.config.floatX)) 
predicted_values = predict_model(shared_x.get_value()) 

使用

img = Image.open('index.png','r') 
img = numpy.asarray(img, dtype=theano.config.floatX) 
img = img.flatten() 
x_batch = numpy.expand_dims(img, 0) 
predicted_values = predict_model(x_batch) 

沒有必要使用一個共享的變量，因爲你只是路過它包含了Theano功能numpy的陣列。