einen siamesischen NN in Keras Implementierung

Question

Also ich versuche this Papier über einen Siamesen neuronales Netzwerk zu implementieren . Ich verwende stattdessen die CIFAR10 dataset mit 10 Klassen.

Die Spezifikationen eines der Beine wird der Einfachheit halber wiedergegeben. Notation: C_x ist eine Faltungsschicht, S_x ist eine Unterabtastschicht und F_x ist eine vollständig verbundene Schicht; mit einem gemeinsamen Index x:

1. C1: feature maps: 15, kernel size = (7, 7)
2. S2: feature maps: 15, field-of-view = (2, 2)
3. C3: feature maps: 45, kernel size = (6, 6)
4. S4: feature maps: 45, field-of-view = (4, 3)
5. C5: feature maps: 250, kernel size = (5, 5)
6. F6 (vollständig verbundene Schicht): keine. von Einheiten = 50

Was habe ich

model = Sequential() 

#C1 
model.add(Convolution2D(15, 7, 7, 
activation='relu', 
border_mode='same', 
input_shape=input_img_shape)) 
print("C1 shape: ", model.output_shape) 

#S2 
model.add(MaxPooling2D((2,2), border_mode='same')) 
print("S2 shape: ", model.output_shape) 
#... 

#C5 
model.add(Convolution2D(250, 5, 5, 
activation='relu', 
border_mode='same')) 
print("C5 shape: ", model.output_shape) 

#F6 
model.add(Dense(50)) 

Versuche Nachricht Dies wirft eine lange Fehler, die ich glaube, ein reshape Fehler ist. Ein Ausschnitt des Fehlers:

Exception: Input 0 is incompatible with layer dense_13: expected 
ndim=2, found ndim=4 

Ich weiß, dass das Problem in der letzten dichten Schicht isoliert ist, da der Code läuft glatt, wenn ich kommentiere Sie sich aus. Aber ich bin mir nicht sicher, wie genau ich dann meine endgültige vollständig verbundene Schicht formen/spezifizieren sollte, damit sie mit der früheren Faltungsschicht kompatibel ist.

Einige Orte, die ich

This ist ein verwandtes Problem betrachtet habe, obwohl die Implementierung etwas anders ist (es scheint, dass es zum Zeitpunkt des Schreibens dieses Artikels nicht eine ‚Siamesen‘ in keras Kernschicht). Ich bin mir bewusst, dass es auch implementations in Theano gibt, was ich bedenken werde, wenn ich es einfach nicht in Keras machen kann.

Danke!

Answer 1

Wie von Matias Valdenegro erwähnt, Keras hat bereits ein Beispiel für Siamese network. Das Beispiel verwendet jedoch nur dichte Ebenen.

Ihr Problem ist, dass Sie richtige Form zu haben, siehe this Keras CNN example

Diese zwei Beispiele sollen eine Flatten Schicht zwischen Faltungs Schichten und dichten Schichten hinzufügen müssen, um Ihren Siamesen Netzwerk aufzubauen.

Answer 2

Sie keine siamesische Schicht benötigen, brauchen Sie nur functional API die Keras verwenden, um ein Modell mit zwei Eingängen und einem Ausgang zu erzeugen.

Es scheint, dass Keras Beispiele already contain ein Modell, das sehr ähnlich dem ist, das Sie implementieren.