Tensorflow.keras搭建模型报错：

• 卷积和池化不能随便用？要计算维度 维度要对应

用tensorflow.keras的sequential方法随便搭建了一个网络 加入这一行的时候报错

ValueError: Negative dimension size caused by subtracting 3 from 1 for '{{node conv2d_1/Conv2D}} = Conv2D[T=DT_FLOAT, data_format="NHWC", dilations=[1, 1, 1, 1], explicit_paddings=[], padding="VALID", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true](conv2d/Identity, conv2d_1/Conv2D/ReadVariableOp)' with input shapes: [?,1,222,64], [3,3,64,128].

似乎是维度无法对应 也有人说是keras后端对图片的通道顺序和tensorflow不一样 改过之后还是不对

个人认为是池化尺寸（2，2）这里写的不太对 要按照标准写法

参考：

或者是Conv2D的kernel_size写的不对？

经验证 应该是Conv2D的kernel_size  改成kernel_size=3 就好了

用函数时一定要查一下标准的用法才行！！！不要自己瞎写

很奇怪的一点是 改过kernel_size跑通一次之后再改回原来的代码

就不报错了？不知道这里发生了什么 是涉及到后端的一些操作了吗？

查了一下官方文档

Conv2D layer 官方文档

来自 <Conv2D layer>

 

kernel_size: 一个整数或 2 个整数的元组/列表，指定 2D 卷积窗口的高度和宽度。可以是单个整数，为所有空间维度指定相同的值。

看来3或者（3，3）都可以~

还是不太明白中间发生了什么