tensorflow2实现DenseNet分类CIFAR10遇到的各种问题

tf.keras.layers.Input()输入层解析

layers.Input(
    shape=None,
    batch_size=None,
    name=None,
    dtype=None,
    sparse=False,
    tensor=None,
    ragged=False,
    **kwargs,
)

1
2
3
4
5
6
7
8
9
10
11

作用：
用于构建网络的第一层——输入层，该层会告诉网络我们的输入的尺寸是什么，这一点很重要。例如使Model(input=x,output=y)构建网络，这种构建方式很常见，用途很广。
参数含义：
shape：输入的形状，tuple类型。不含batch_size；tuple的元素可以为None类型数据，表示未知的或者说任意的，一般这里不用None
batch_size：声明输入的batch_size大小，一般会在预测时候用，训练时不需要声明，会在fit时声明，即dataset类型数据声明了batch_size
name：给layers起个名字，在整个网络中不能出现重名。如果name=None，则系统会自动为该层创建名字。
dtype：数据类型，在大多数时候，我们需要的数据类型为tf.float32，因为在精度满足的情况下，float32运算更快。
参考博客

ZeroPadding2D

keras.layers.ZeroPadding2D(padding=(1, 1), data_format=None)
1

这里就表示上下都补充1，所以行数就+2；左右都补充1，所以列数就+2。

当输入为图像，即2D输入时的零填充层，可以在图像张量的顶部，底部，左侧，右侧添加0表示的行和列

参数：

1. padding: 整数，或 2 个整数的元组，或 2 个整数的 2 个元组。

• 如果为整数：将对宽度和高度运用相同的对称填充。
• 如果为 2 个整数的元组：
• 如果为整数：: 解释为高度和高度的 2 个不同的对称裁剪值：(symmetric_height_pad,symmetric_width_pad)。
• 如果为 2 个整数的 2 个元组： 解释为((top_pad, bottom_pad), (left_pad, right_pad))。

2. data_format: 字符串， channels_last (默认) 或 channels_first 之一， 表示输入中维度的顺序。channels_last 对应输入尺寸为 (batch, height, width, channels)， channels_first 对应输入尺寸为 (batch, channels, height, width)。 它默认为从 Keras 配置文件 ~/.keras/keras.json 中 找到的 image_data_format 值。 如果你从未设置它，将使用 “channels_last”。

参考博客

keras.layers.convolutional.Conv2D

keras.layers.convolutional.Conv2D(filters, # 卷积核数目
                                  kernel_size, # 过滤器的大小
                                  strides(1,1),  # 步长
                                  padding='valid', # 边界处理
                                  data_format=None, 
                                  dilation_rate=(1,1), 
                                  activation=None, # 激活函数
                                  use_bias=True, #是否使用偏置量,布尔值
                                  kernel_initializer='glorot_uniform',
                                  bias_initializer='zeros',
                                  kernel_regularizer=None,
                                  bias_regularizer=None,
                                  activity_regularizer=None,
                                  kernel_constraint=None,
                                  bias_constraint=None)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15

解决(‘You must install pydot (pip install pydot) and install graphviz (see…) ‘, ‘for plot_model…

tf.keras.utils.plot_model(resnet50)
1

报错：('Failed to import pydot. You must pip install pydot and install graphviz (https://graphviz.gitlab.io/download/), ', ‘for pydotprint to work.’)
Solution

pip install pydot
pip install graphviz
pip install pydotplus
1
2
3

有人说不能用pip安装graphviz，之后我就一直使用conda安装:conda install graphviz

参考博客