Question

我已经在tensorflow中实现了用于图像分类的squeezenet模型，如下所示：

    net = conv2d(images, 96, [7, 7], stride=2, scope='conv1')
    net = max_pool2d(net, [3, 3], stride=2, scope='maxpool1')
    net = fire_module(net, 16, 64, scope='fire2')
    net = fire_module(net, 16, 64, scope='fire3')
    net = fire_module(net, 32, 128, scope='fire4')
    net = max_pool2d(net, [3, 3], stride=2, scope='maxpool4')
    net = fire_module(net, 32, 128, scope='fire5')
    net = fire_module(net, 48, 192, scope='fire6')
    net = fire_module(net, 48, 192, scope='fire7')
    net = fire_module(net, 64, 256, scope='fire8')
    net = max_pool2d(net, [3, 3], stride=2, scope='maxpool8')
    net = fire_module(net, 64, 256, scope='fire9')
    net = conv2d(net, num_classes, [1, 1], stride=1, scope='conv10')
    net = avg_pool2d(net, [13, 13], stride=1, scope='avgpool10')
    logits = tf.squeeze(net, [2], name='logits')
    return logits

运行培训时，出现以下错误：

ValueError: Negative dimension size caused by subtracting 3 from 2 for 'maxpool1/MaxPool' (op: 'MaxPool') with input shapes: [?,96,122,2].

我尝试过改变步幅和填充率，就像其他帖子所建议的那样，但没有任何效果。我可能在这里缺少一些简单的东西。

Answer 1

我怀疑conv2d正在使用padding='VALID'（无填充），也许您需要'SAME'或'same'。由于代码中未提供值，因此我只在张量流中定义的conv2d和max_pool中列出可能的填充混淆。这些conv2d版本中的padding的默认值如下：

tf.nn.conv2d，tf.nn.max_pool无默认值
tf.layers.conv2d，tf.layers.max_pool2d。 tf.contrib.layers.max_pool2d 默认值为'valid'
tf.contrib.layers.conv2d的默认值为'SAME'

为“ maxpool1 / MaxPool”（2）减去3导致的负尺寸大小（操作：“ MaxPool”）

1 个答案: