使用InceptionV4时Convolution2D报subsample与strides错误求助

错误根源 #

你用的InceptionV4代码是基于旧版Keras（1.x）写的，但当前运行环境是Keras 2.x，两者卷积层API参数差异很大：

• 旧版Convolution2D在新版中更名为Conv2D
• 旧版subsample参数对应新版的strides
• 旧版border_mode参数对应新版的padding
• 卷积核尺寸参数从分开的nb_row, nb_col改为元组形式的kernel_size=(行, 列)

具体修改方案 #

针对你的conv_block函数，需要做3处关键调整：

1. 替换卷积层类名，用Conv2D替代Convolution2D（记得同步修改代码顶部的导入语句）
2. 调整参数传递结构，将原位置参数改为关键字参数，避免参数冲突
3. 同步替换旧版参数名为新版对应名称

修改后的conv_block函数代码：

def conv_block(x, nb_filter, nb_row, nb_col, padding='same', strides=(1, 1), bias=False):
    x = Conv2D(filters=nb_filter, kernel_size=(nb_row, nb_col), strides=strides, padding=padding, use_bias=bias)(x)

额外说明 #

你之前只替换subsample为strides却报错，是因为旧版的nb_row, nb_col被新版Keras误识别为strides的位置参数，导致重复赋值。另外旧版的bias参数在新版中对应use_bias，必须一并替换才能正常运行。

内容的提问来源于stack exchange，提问作者Syuuuu