我在我的caffe网络中使用自定义骰子丢失层进行二值图像分割。当我使用caffe命令行训练它时，一切正常：
$ caffe train -solver solver.prototxt
确实收敛了。但是当我尝试使用python包装器训练相同的网络时：
solver = caffe.get_solver('solver.prototxt')
solver.solve()
我收到了一个错误：
文件“dice_loss_layer.py”，第42行，正向
ValueError：无法从形状广播输入数组（32,160,128） 成形（32,1,160,128）
实际上骰子损失中的第42行是一条空行，而它上面和下面的行是注释行。如果我用常规softmax图层替换骰子丢失层，则错误消失。但由于骰子在命令行中运行良好，我在丢失层本身找不到任何错误。
我注意到骰子丢失层和softmax层之间的唯一区别是输入到骰子的输出数量是1，而softmax是2.我真的不知道在哪里解决问题。谁能给我一些指示？