Question

我试图运行这段Python代码并且似乎无法绕过错误：

tf.nn.conv2d(tf.reshape(x, [5, 5]), tf.reshape(wt, [3, 3]), strides=[1, 1],  padding='SAME')

这里，x是来自（5,5）numpy数组的tf.Variable，w是来自（3,3）numpy数组的变量。

我得到的错误是：

---------------------------------------------------------------------------
InvalidArgumentError                      Traceback (most recent call last)
C:\Anaconda3\lib\site-packages\tensorflow\python\framework\common_shapes.py in _call_cpp_shape_fn_impl(op, input_tensors_needed, input_tensors_as_shapes_needed, debug_python_shape_fn, require_shape_fn)
    669           node_def_str, input_shapes, input_tensors, input_tensors_as_shapes,
--> 670           status)
    671   except errors.InvalidArgumentError as err:

C:\Anaconda3\lib\contextlib.py in __exit__(self, type, value, traceback)
     65             try:
---> 66                 next(self.gen)
     67             except StopIteration:

C:\Anaconda3\lib\site-packages\tensorflow\python\framework\errors_impl.py in raise_exception_on_not_ok_status()
    468           compat.as_text(pywrap_tensorflow.TF_Message(status)),
--> 469           pywrap_tensorflow.TF_GetCode(status))
    470   finally:

InvalidArgumentError: Shape must be rank 4 but is rank 2 for 'Conv2D_19' (op: 'Conv2D') with input shapes: [5,5], [3,3].

Answer 1

使用tf.nn.conv2d。您的输入和过滤器都应转换为4D。此外，strides应为1-D of length 4（输入的每个维度的滑动窗口）。以下摘自documentation：

给定输入张量的形状[batch，in_height，in_width，   in_channels]和形状的过滤器/内核张量[filter_height，   filter_width，in_channels，out_channels]，此操作执行   以下内容：

将滤镜展平为具有形状的二维矩阵[filter_height *   filter_width * in_channels，output_channels]。提取图像补丁   从输入张量形成虚拟张量的形状[批量，   out_height，out_width，filter_height * filter_width * in_channels]。   对于每个补丁，右对乘滤波器矩阵和图像补丁   矢量。

您可以：tf.reshape(x, [1, 5, 5, 1])代表数据，tf.reshape(wt, [3, 3, 1, 1])代表过滤器，strides=[1, 1, 1, 1]。这导致：

tf.nn.conv2d(tf.reshape(x, [1, 5, 5, 1]), tf.reshape(wt, [3, 3, 1, 1]), strides=[1, 1, 1, 1],  padding='SAME')

Tensorflow：卷积中的无效参数错误

1 个答案: