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