如何获得3D convnet对空间数据进行分类？

Question

我正在尝试使用3D空间数据训练3D卷积神经网络。网络训练正常，但是当我检查其准确性时，出现以下错误：ValueError：标签的形状与预测的形状1不匹配1.我不知道为什么标签的形状为64（我的batch_size），而不仅仅是一个单一分类。我已经附加了我的代码（从mxnet 2d convnet教程中进行了稍微的修改）。如何修复网络的输出？

sqs.sendMessage()

Answer 1

标签的形状应为批量大小。因为您的批量大小决定了每个正向传递通过网络的数据量。您的预测形状也应该是您的批量大小。该错误似乎来自nd.argmax调用，我认为该调用正在所有数据点上而不是每个数据点上计算argmax。

您应明确指定要在其上执行argmax操作的轴，即将eval_accuracy函数中的代码更改为：

predictions = nd.argmax(output, axis=1)
label = label.reshape(predictions.shape)
acc.update(preds=predictions, labels=label)