Question

我正在按如下方式实现CNN，但出现此错误：

ValueError：尺寸必须相等，但“ Add_1”的尺寸必须为10和3072 （操作：“添加”），输入形状为[？，10]，[3072]

我在下面附加了我的部分代码，我怀疑该错误来自哪里。

weights = {
    'WC1': tf.Variable(tf.random_normal([5, 5, 3, 32]), name='W0'),
    'WC2': tf.Variable(tf.random_normal([5, 5, 32, 64]), name='W1'),
    'WD1': tf.Variable(tf.random_normal([8 * 8 * 64, 64]), name='W2'),
    'WD2': tf.Variable(tf.random_normal([64, n_classes]), name='W3'),
    'WD3': tf.Variable(tf.random_normal([128, 3072]), name='W3'),
    'out2': tf.Variable(tf.random_normal([3072, n_classes]), name='W3'),
}

biases = {
    'BC1': tf.Variable(tf.random_normal([32]), name='B0'),
    'BC2': tf.Variable(tf.random_normal([64]), name='B1'),
    'BD1': tf.Variable(tf.random_normal([64]), name='B2'),
    'BD2': tf.Variable(tf.random_normal([3072]), name='B3'),
    'out': tf.Variable(tf.random_normal([10]), name='B3')
}

def conv_net(x, weights, biases):
    conv1 = conv2d(x, weights['WC1'], biases['BC1'])
    conv1 = maxpool2d(conv1, k=2)
    conv1 = normalize_layer(conv1)

    conv2 = conv2d(conv1, weights['WC2'], biases['BC2'])
    conv2 = maxpool2d(conv2, k=2)
    conv2 = normalize_layer(conv2)

    fc1 = tf.reshape(conv2, [-1, weights['WD1'].get_shape().as_list()[0]])
    fc1 = tf.add(tf.matmul(fc1, weights['WD1']), biases['BD1'])
    fc1 = tf.nn.relu(fc1)
    fc2 = tf.add(tf.matmul(fc1, weights['WD2']), biases['BD2'])
    fc2 = tf.nn.relu(fc2)
    out = tf.add(tf.matmul(fc2, weights['out']), biases['out'])

    return out

Answer 1

以下是您需要纠正的一些要点，以消除错误：

将weights['WD2']从tf.Variable(tf.random_normal([64, n_classes]), name='W3')更改为tf.Variable(tf.random_normal([64, 128]), name='W3')
将biases['BD2']从tf.Variable(tf.random_normal([3072]), name='B3')更改为tf.Variable(tf.random_normal([128]), name='B3')
在BD3字典中添加另一个名为biases的密钥，如下所示：

'BD3': tf.Variable(tf.random_normal([3072]), name='B3')
在fc3层之前添加一个名为out的完全连接的层：

fc3 = tf.add(tf.matmul(fc2, weights['WD3']), biases['BD3']) fc3 = tf.nn.relu(fc3)
最后将输入层的输入从fc2更改为fc3：

out = tf.add(tf.matmul(fc3, weights['out']), biases['out'])
您的out字典中没有密钥weights。因此，您将权重字典中的out2键更改为out。我想这一定是错字。
还有一件事情，请更正您在weights和biases词典中给出的名称。您已多次使用相同的名称。

修改后的代码：

weights = {
    'WC1': tf.Variable(tf.random_normal([5, 5, 3, 32]), name='W0'),
    'WC2': tf.Variable(tf.random_normal([5, 5, 32, 64]), name='W1'),
    'WD1': tf.Variable(tf.random_normal([8 * 8 * 64, 64]), name='W2'),
    'WD2': tf.Variable(tf.random_normal([64, 128]), name='W3'),
    'WD3': tf.Variable(tf.random_normal([128, 3072]), name='W4'),
    'out': tf.Variable(tf.random_normal([3072, n_classes]), name='W5')
}

biases = {
    'BC1': tf.Variable(tf.random_normal([32]), name='B0'),
    'BC2': tf.Variable(tf.random_normal([64]), name='B1'),
    'BD1': tf.Variable(tf.random_normal([64]), name='B2'),
    'BD2': tf.Variable(tf.random_normal([128]), name='B3'),
    'BD3': tf.Variable(tf.random_normal([3072]), name='B4'),
    'out': tf.Variable(tf.random_normal([n_classes]), name='B5')
}

def conv_net(x, weights, biases):
    conv1 = conv2d(x, weights['WC1'], biases['BC1'])
    conv1 = maxpool2d(conv1, k=2)
    conv1 = normalize_layer(conv1)

    conv2 = conv2d(conv1, weights['WC2'], biases['BC2'])
    conv2 = maxpool2d(conv2, k=2)
    conv2 = normalize_layer(conv2)

    fc1 = tf.reshape(conv2, [-1, weights['WD1'].get_shape().as_list()[0]])
    fc1 = tf.add(tf.matmul(fc1, weights['WD1']), biases['BD1'])
    fc1 = tf.nn.relu(fc1)
    fc2 = tf.add(tf.matmul(fc1, weights['WD2']), biases['BD2'])
    fc2 = tf.nn.relu(fc2)
    fc3 = tf.add(tf.matmul(fc2, weights['WD3']), biases['BD3'])
    fc3 = tf.nn.relu(fc3)
    out = tf.add(tf.matmul(fc3, weights['out']), biases['out'])

    return out

CIFAR-10 TensorFlow CNN错误op：'ValueError：尺寸必须相等

1 个答案: