Wert Fehler in Keras

Question

Hey Leute kann mir jemand helfen mit meinem Code bitte, kann nicht herausfinden, was zu ändern.Bitte helfen Sie es sehr schwierig für mich, da ich neu zu verwenden Deep-Learning bin. Ich weiß, dass die Form das Problem ist, aber ich weiß nicht, was es zu ändern, oder, wie man in Keras

import csv 
import cv2 
import numpy as np 
import matplotlib.pyplot as plt 
import pandas as pd 

lines=[] 
with open('/home/charan/Desktop/Car/Term1/CarND-Behavioral-Cloning-P3/data/data/driving_log.csv') as csvfile: 
    reader = csv.reader(csvfile) 
    #read = pd.read_csv(csvfile) 
    for line in reader: 
     lines.append(line) 
images = [] 
measurements = [] 
for line in lines: 
    source_path = line[0] 
    #print(source_path) 
    filename = source_path.split('/')[-1] 
    current_path = "/home/charan/Desktop/Car/Term1/CarND-Behavioral-Cloning-P3/output/IMG/" + filename 
    image = cv2.imread(current_path) 
    img = images.append(image) 
    measurement = float(line[3]) 
    measurements.append(measurement) 
X_train = np.array(images) 
y_train = np.array(measurements) 

from keras.models import Sequential 
from keras.layers import Flatten, Dense 

model = Sequential() 
model.add(Flatten(input_shape=(160,320,3))) 
model.add(Dense(1)) 
model.compile(loss='mse', optimizer='adam') 

model.fit(X_train, y_train, validation_split=0.2, shuffle=True, nb_epoch=7) 
model.save('model.h5') 

Ich erhalte einen Wert Fehler als solche:

ValueError: Error when checking model input: expected lambda_input_2 to have 3 dimensions, but got array with shape (8037, 1) 

In der Zeile

---> 50 model.fit(X_train, y_train, validation_split=0.2, shuffle=True) 

Answer 1

Das Problem könnte mit Ihrer Bildgröße sein. Wenn nicht alle Bilder die gleiche Größe haben, stimmt die Form von X_train nicht mit der Eingabe Ihres Modells überein.

versuchen, alle Ihre Bilder auf die gleiche Größe wie das Ändern der Größe:

Änderung dieser:

image = cv2.imread(current_path) 

in:

image = cv2.resize(cv2.imread(current_path),(256,256)) 

und diese:

model.add(Flatten(input_shape=(160,320,3))) 

in:

model.add(Flatten(input_shape=(256,256,3)))