Caffe:欧几里德损失错误:输入必须具有相同的尺寸

时间:2018-06-10 17:28:30

标签: neural-network caffe conv-neural-network pycaffe convolutional-neural-network

我在python中使用caffe。所以这是我的blob形状:

data                        3072     3.07e+03    (1, 3, 32, 32)
conv2d1                    12544     1.25e+04    (1, 16, 28, 28)
maxPool1                    3136     3.14e+03    (1, 16, 14, 14)
fc1                           10     1.00e+01    (1, 10)
ampl                          10     1.00e+01    (1, 10)
-------------------------------- params: name,w,(b)
conv2d1                     1200     1.20e+03    (16, 3, 5, 5)    
fc1                        31360     3.14e+04    (10, 3136)

这是我在proto.txt文件中的最后两层:

...
layer {
  name: "ampl"
  type: "Softmax"
  bottom: "fc1"
  top: "ampl"
  softmax_param {
    axis: 1
  }
}
layer {
  name: "loss"
  type: "EuclideanLoss"
  bottom: "ampl"
  bottom: "label"
  top: "loss"
}

我收到此错误:

euclidean_loss_layer.cpp:12] Check failed: bottom[0]->count(1) == bottom[1]->count(1) (10 vs. 1) Inputs must have the same dimension.

1 个答案:

答案 0 :(得分:1)

你的错误非常自我解释:

Inputs must have the same dimension

您正在尝试在"ampl""label"之间计算"EuclideanLoss"。为此,必须"ampl""label"成为具有相同数量元素的blob(又名count())。但是,似乎"ampl"有10个元素,"label"只有一个元素。