训练表情生成CNN模型报conv2d下采样输出维度≤0错误咨询

报错根源是卷积-池化下采样的尺寸计算逻辑触发了框架的维度校验：

• Keras的Conv2D层默认采用padding='valid'模式，也就是不对输入特征图补零。对于你设置的100100单通道输入，55卷积核、步长为1时，卷积输出的特征图尺寸为96*96，本身数值为正，但部分旧版本TensorFlow/Keras做维度校验时会合并计算卷积+后续大步长池化的总下采样倍率，当卷积层没有显式指定补零参数、后续池化步长过大时，会误判最终输出维度小于等于0，直接抛出你看到的错误。
• 代码里还有两处不影响模型构建但会导致训练异常的问题：
  • 新版Keras中SGD优化器的学习率参数已从lr更名为learning_rate，旧参数会触发弃用警告甚至直接报错
  • 新版Keras的验证集精度字段名为val_accuracy，原来写的val_acc会导致ModelCheckpoint回调无法正常识别监控指标，不能保存最优模型

直接修改模型定义代码即可，修改后的可运行版本如下：

def cnn_model():
    num_of_classes = get_num_of_classes()
    model = Sequential()
    # 显式给第一层卷积加padding='same'，保证卷积输出和输入尺寸一致，从根源避免下采样维度校验错误
    model.add(Conv2D(32, (5,5), input_shape=(image_x, image_y, 1), activation='relu', padding='same'))
    model.add(BatchNormalization())
    # 原10*10大步长池化会丢失大量表情细粒度特征，改成2*2步长2的池化，后续可叠加多组卷积+池化逐步下采样，精度更高
    model.add(MaxPooling2D(pool_size=(2, 2), strides=(2, 2), padding='same'))
    # 如果一定要保留原10倍下采样逻辑，替换上面的池化层为下面这行即可，加了same卷积后100*100输入池化后输出10*10，维度完全合法
    # model.add(MaxPooling2D(pool_size=(10, 10), strides=(10, 10), padding='same'))
    model.add(Flatten())
    model.add(Dense(1024, activation='relu'))
    model.add(BatchNormalization())
    model.add(Dropout(0.6))
    model.add(Dense(num_of_classes, activation='softmax'))
    # 修正SGD参数名适配新版框架
    sgd = optimizers.SGD(learning_rate=1e-2)
    model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])
    filepath="cnn_model_keras.h5"
    # 修正监控指标名
    checkpoint1 = ModelCheckpoint(filepath, monitor='val_accuracy', verbose=1, save_best_only=True, mode='max')
    callbacks_list = [checkpoint1]
    from keras.utils import plot_model
    plot_model(model, to_file='model.png', show_shapes=True)
    return model, callbacks_list

• 表情识别任务对细粒度特征要求高，不建议在第一层卷积后直接做10倍下采样，会丢掉皱纹、嘴角弧度这类关键信息。建议用2~3组「Conv2D+BatchNorm+MaxPooling2D」的组合，每次用2*2池化把尺寸减半，最终把特征图降到合理尺寸再接全连接层，识别精度会有明显提升。
• 如果修改后仍报同样的错，直接排查数据预处理链路，确认输入模型的图像确实是100*100的单通道图，没有在resize、归一化步骤意外把图像缩到5像素以下。

内容的提问来源于stack exchange，提问作者ash_coder