检查输入时出错：预期conv2d\u 1\u输入具有形状（50，50，1），但获得具有形状（50，50，3）的数组

Question

enter code here



      classifier = Sequential()


      classifier.add(Convolution2D(32, kernel_size=3, input_shape = (50, 50 , 1), activation =             
      'relu'))


      classifier.add(MaxPooling2D(pool_size = (2, 2)))


      classifier.add(Convolution2D(32, kernel_size=3, activation = 'relu'))
      classifier.add(MaxPooling2D(pool_size = (2, 2)))

      classifier.add(Dropout(0.35))
      classifier.add(Flatten())


      classifier.add(Dense(output_dim = 128, activation = 'relu'))
      classifier.add(Dropout(0.04))
      classifier.add(Dense(1, activation = 'sigmoid'))


      classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])



       from keras.preprocessing.image import ImageDataGenerator

       train_datagen = ImageDataGenerator(rescale = 1./255,
                               shear_range = 0.2,
                               zoom_range = 0.2,
                               horizontal_flip = True)

       validation_datagen = ImageDataGenerator(rescale = 1./255)

        training_set = train_datagen.flow_from_directory('/...',
                                             target_size = (50, 50),
                                             batch_size = 32,
                                             class_mode = 'binary')


         validation_set = validation_datagen.flow_from_directory('/…..',
                                        target_size = (50, 50),
                                        batch_size = 32,
                                        class_mode = 'binary')


           history=classifier.fit_generator(training_set,
                     samples_per_epoch = 5187,
                     nb_epoch = 25,
                     validation_data = validation_set,
                     nb_val_samples = 1287)

这是我制作的简单的cnn架构。我使用的图像是灰度图。

如果我将通道值指定为粗体分类器中指定的1。添加（卷积2d（32，kernel\u size=3，input\u shape=（50，50，1），激活='relu'））

Im获取错误为

检查输入时出错：预期conv2d\u 1\u输入具有形状（50，50，1），但获得具有形状（50，50，3）的数组

但是如果我使用过滤器大小为3，我不会得到任何错误，但这可能是使用3通道进行灰度图像的逻辑错误...请澄清这一点

Answer 1

“flow\u from\u directory”（来自目录）采用指定加载图像的通道数的参数“color\u mode”（颜色模式）。如果要使用灰度图像，需要指定它（默认为“rgb”）：

train_datagen.flow_from_directory('/...',
                                  color_mode='grayscale', #<<<<<<<<<<<<<<<<<<<<<
                                  target_size = (50, 50),
                                  batch_size = 32,
                                  class_mode = 'binary')