谁可以给我一些通知当casue这个错误？我使用VGG16-net做脸部识别。AssertionError当我使用深度学习库Keras
ERROR（theano.gof.opt）：优化衰竭：
LocalOptGroup（local_abstractconv_gemm，local_abstractconv_gradinputs_gemm，local_abstractconv_gradweight_gemm，local_conv2d_cpu，local_conv2d_gradinputs_cpu，local_conv2d_gradweight_cpu）
ERROR（theano.gof.opt） ：节点：AbstractConv2d {border_mode ='valid'， subsample =（1,1），filter_flip = True，imshp =（None，None，None，None）， kshp =（512,512,3,3）}（ IncSubtensor {Set; ::，::，int64：int64 :, int64：int64：} 0，convolution2d_26_W）ERROR（theano .gof.opt）：
TRACEBACK：ERROR（theano.gof.opt）：Traceback（最近呼叫的最后一个）： 文件“D：\ Anaconda2 \ lib \ site-packages \ theano \ gof \ opt.py “，第1772行，在 process_node replacements = lopt.transform（node）文件”D：\ Anaconda2 \ lib \ site-packages \ theano \ gof \ opt.py“，第1223行，在 变换 repl = opt。转换（节点）文件“D：\ Anaconda2 \ lib \ site-packages \ theano \ tensor \ nnet \ opt.py”，第153行， in local_conv2d_cpu subsample = node.op.subsample）文件“D：\ Anaconda2 \ lib \ site-packages \ theano \ tensor \ nnet \ conv.py“，第132行， in conv2d assert image_shape [1] == filter_shape [1] AssertionError
图像[无，无，无，无]过滤器[512，512，3，3]回溯 （最新最后调用）：
文件 “”，第1行，在 RUNFILE（'E ：/深度学习/ vgg.py”，WDIR = 'E：/深度学习'）
文件 “d：\ Anaconda2 \ LIB \站点包\ spyderlib \部件\ externalshell \ sitecustomize.py”， 第699行，运行文件 execfile（文件名，命名空间）
文件 “D：\ Anaconda2 \ LIB \站点包\ spyderlib \部件\ externalshell \ sitecustomize.py “ 线74，在的execfile EXEC（编译（scripttext，文件名， 'EXEC'），水珠，LOC）
文件” E：/深度学习/ vgg.py”，线110，在 model.fit（数据，标签，的batch_size = 100，nb_epoch = 10，随机播放=真，冗长= 1，show_accuracy =真，validation_split = 0.2）
文件“d：\ Anaconda2 \ lib中\站点包\ keras \ models.py”，线路402，在 配合 sample_weight = sample_weight）
文件“d：\ Anaconda2 \ lib中\站点包\ keras \发动机\ training.py“，行 999，在配合 self._make_test_function（）
文件 “d：\ Anaconda2 \ LIB \站点包\ keras \发动机\ training.py”，行 666，在_make_test_function ** self._function_kwargs）
文件 “D：\ Anaconda2 \ lib \ site-packages \ keras \ backend \ theano_backend。PY “线路503 ，在函数返回 功能（输入，输出，更新=更新，** kwargs）
文件 ” d：\ Anaconda2 \ lib中\站点包\ keras \后端\ theano_backend.py ”线 489，在初始化 ** kwargs）
文件 “d：\ Anaconda2 \ lib中\站点包\ theano \编译\ function.py”， 线320，在功能上 output_keys = output_keys）
文件“D：\ Anaconda2 \ lib \ site-packages \ theano \ comp” ILE \ pfunc.py”，行 479，在pfunc output_keys = output_keys）
文件 “d：\ Anaconda2 \ LIB \站点包\ theano \编译\ function_module.py”， 线1776，在orig_function output_keys = output_keys）.create（
文件 “d：\ Anaconda2 \ lib中\站点包\ theano \编译\ function_module.py”， 线1456，在INIT optimizer_profile =优化器（fgraph ）
文件 “d：\ Anaconda2 \ LIB \站点包\ theano \ GOF \ opt.py”，线路101， 在通话 回报self.optimize（fgraph）
文件“d：\ Anaconda2 \ LIB \站点包\ theano \ GOF \ opt.py “线路89，在 优化 RET = self.apply（fgraph，*指定参数时，** kwargs）
文件” d：\ Anaconda2 \ lib中\站点包\ theano \ GOF \ opt.py “线路230，在 申请 sub_prof = optimizer.optimize（fgraph）
文件” d：\ Anaconda2 \ lib中\站点帕茨卡GES \ theano \ GOF \ opt.py “线路89，在 优化 RET = self.apply（fgraph，*指定参数时，** kwargs）
文件” d：\ Anaconda2 \ lib中\站点包\ theano \ GOF \ opt.py “线2196， 在申请 lopt_change = self.process_node（fgraph，节点，LOPT）
文件” d：\ Anaconda2 \ LIB \站点包\ theano \ GOF \选择py”为，线1777， 在process_node LOPT，节点）
文件 “d：\ Anaconda2 \ LIB \站点包\ theano \ GOF \ opt.py”，线1673， 在warn_inplace 返回NavigatorOptimizer.warn（EXC，导航，repl_pairs，local_opt，节点）
文件 “d：\ Anaconda2 \ LIB \站点包\ theano \ GOF \ opt.py”，线1659， 在警告 加薪EXC
Asse田
这是我的代码
def VGG_16(weights_path=None):
model = Sequential()
model.add(ZeroPadding2D((1,1),input_shape=(3,64,64)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(64, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(128, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(256, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(ZeroPadding2D((1,1)))
model.add(Convolution2D(512, 3, 3, activation='relu'))
model.add(MaxPooling2D((2,2), strides=(2,2)))
return model
if weights_path:
import h5py
f = h5py.File(weights_path)
for k in range(f.attrs['nb_layers']):
if k >= len(model.layers):
# we don't look at the last (fully-connected) layers in the savefile
break
g = f['layer_{}'.format(k)]
weights = [g['param_{}'.format(p)] for p in range(g.attrs['nb_params'])]
model.layers[k].set_weights(weights)
f.close()
print('Model loaded.')
if __name__ == "__main__":
train_data = np.empty((5800,3,64,64),dtype='float32')
train_label = np.empty((5800,),dtype="uint8")
data,label = load_data(r'E:\test\face_64_64\target\train.csv',train_data,train_label)
# Test pretrained model
label = np_utils.to_categorical(label,58)
model = VGG_16()
model.add(Flatten())
model.add(Dense(4096, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(4096, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(58, activation='softmax'))
sgd = SGD(lr=0.1, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(optimizer=sgd, loss='categorical_crossentropy',class_mode="categorical")
model.fit(data,label,batch_size=100,nb_epoch=10,shuffle=True,verbose=1,show_accuracy=True,validation_split=0.2)
有什么不对劲与您的数据形状：'在conv2d断言image_shape [1] == filter_shape [1] Asse田 图像[无，无，无，无]过滤器[512,512,3,3]' –
我的数据形状是（3,64,64）你的意思是它不符合我的网？ – sky