Question

我试图建立一个CNN来区分猫狗我从Kaggle获取的数据在展平图层后我遇到了错误。

模型参数如下：

＆＃13;

IMG_SIZE=55

filter_size = 5;
no_of_filters1 = 16;
no_of_filters2 = 32;
no_of_filters3 = 64;
classes=2
x=tf.placeholder(tf.float32,[None,IMG_SIZE,IMG_SIZE,1])
y=tf.placeholder(tf.float32,[None,classes])

w1= weights([filter_size,filter_size,1,no_of_filters1])
w2= weights([filter_size,filter_size,no_of_filters1,no_of_filters2])
w3= weights([filter_size,filter_size,no_of_filters2,no_of_filters3])
wfc=weights([no_of_filters3,625])-ERROR
w_0=weights([625,classes])

＆＃13;

我的CNN模型：

＆＃13;

def model(x,w1,w2,w3,w4,w_o):

    #Layer1
    layer1= tf.nn.conv2d(x,w1,strides=[1,1,1,1],padding='SAME')
    layer1= tf.nn.relu(layer1)
    layer1=tf.nn.max_pool(layer1,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME')

    # Layer2
    layer2 = tf.nn.conv2d(layer1,w2, strides=[1, 1, 1, 1],
                          padding='SAME')
    layer2 = tf.nn.relu(layer2)
    layer2 = tf.nn.max_pool(layer2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1],padding='SAME')

    layer3 = tf.nn.conv2d(layer2,w3,
                          strides=[1, 1, 1, 1],
                          padding='SAME')
    layer3 = tf.nn.relu(layer3)
    layer3 = tf.nn.max_pool(layer3, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1],padding='SAME')

    layer_shape= layer3.get_shape()
    num_features = layer_shape[1:4].num_elements()

    fc_layer=tf.reshape(layer3,[-1,num_features])
    fc_layer=tf.nn.relu(fc_layer)

    ouput_layer= tf.nn.relu(tf.matmul(fc_layer,w4))
    logits= tf.matmul(ouput_layer,w_o)

    return logits

＆＃13;

被提升的错误是：

ValueError：尺寸必须相等，但对于＆＃39; MatMul＆＃39;是1024和64。（op：＆＃39; MatMul＆＃39;）输入形状：[？，1024]，[64,625]。

请指导我。

Answer 1

对于Fc图层，您需要将weights第一维与输入的最后一维相匹配，在本例中为1024

no_filters_in = 1024
wfc=weights([no_filters_in, no_of_filters3])

Answer 2

您需要考虑要素地图的大小。假设layer3的形状为（4,4，no_of_filters3），其中4x4是要素图大小。那么fc_layer的形状为（4x4xno_of_filters3，1）。执行“ tf.matmul（fc_layer，w4）”时，w4的正确形状应为（4x4xno_of_filters3，625）。

CNN中的尺寸误差

2 个答案: