Python搭建图像机器学习模型首个epoch结束报reshape错误如何解决

错误原因 #

• 核心问题是训练数据生成器、验证数据生成器的输出尺寸与模型输入要求不统一：你的模型输入层指定input_shape=(128,128,3)，训练集target_size设为(128,128)符合要求，但验证集的target_size错误设置为了(64,64)。
• 报错逻辑：首个epoch的训练阶段用128128的输入可以正常运行，进入验证阶段后，模型收到6464的输入，经过三层卷积池化后输出的特征图总元素数和Flatten层预期的固定维度不匹配，触发reshape参数错误。

解决方案 #

直接修改验证数据生成器的target_size，和训练集、模型输入尺寸保持一致即可，修改后的代码如下：

validation_data_gen = validation_generator.flow_from_dataframe(
    dataframe=df,
    #directory='',
    x_col="images",
    y_col="label",
    class_mode="binary",
    batch_size=64,
    target_size=(128,128))

如果你确实需要输入64*64尺寸的图像训练，同步把模型输入层的input_shape改为(64,64,3)，同时把训练集的target_size也改为(64,64)即可，只要保证三者输入尺寸完全统一就不会触发该错误。

内容的提问来源于stack exchange，提问作者xirtoth