Question

我想在张量流中使用fft2d变换，然后使用卷积层分析幅度和相位结果...我制作了一个包含Lambda层的系统，以使用张量流函数并获取幅度和相位。但是当我添加Conv2d层时，出现错误

Depth of input (3) is not a multiple of input depth of filter (199) for '1_Magn_Conv_f500_k2_2/convolution' (op: 'Conv2D') with input shapes: [?,199,199,3], [2,2,199,500]

我不知道什么是shape [2,2,199,500]以及导致此错误的原因。

我试图减少网络中的层数，以检测是哪个层造成了问题。我已经检查过magn_angle用shapes [None,199,199,3]输出两个张量。我正在与Google colab合作。

这是再现错误的最少代码

inpt = Input(shape = (199, 199, 3),name=str(0)+'_'+'Image')
def magn_angle(x):
    x = Lambda(lambda x:K.cast(x,dtype=tf.complex64))(x)
    x_list_magn = []
    x_list_angle = []
    for i in range(3):
        fft = Lambda(lambda x: tf.fft2d(x[:,:,:,i]), output_shape=(None,199,199))(x)# 2-dimensional discrete Fourier transform over the inner-most 2 dimensions
        x_list_magn.append(Lambda(lambda fft:K.expand_dims(tf.math.abs(fft),axis=-1), output_shape=(None,199,199))(fft))
        x_list_angle.append(Lambda(lambda fft: K.expand_dims(tf.math.angle(fft),axis=-1), output_shape=(None,199,199))(fft))
    magn = Concatenate()(x_list_magn)
    angle = Concatenate()(x_list_angle)
    magn = Lambda(lambda magn: K.cast(magn,dtype=tf.float32), output_shape=(None,199,199))(magn)
    angle = Lambda(lambda angle: K.cast(angle,dtype=tf.float32), output_shape=(None,199,199))(angle)
    return magn,angle
magn, angle = magn_angle(inpt)
magn = Conv2D(filters=500,kernel_size=(2,2),activation=None,strides=(1,1),padding='SAME',name=str(1)+'_'+'Magn_Conv_f500_k2',data_format="channels_last")(magn)
...

哪些产出

InvalidArgumentError: Depth of input (3) is not a multiple of input depth of filter (199) for '1_Magn_Conv_f500_k2_3/convolution' (op: 'Conv2D') with input shapes: [?,199,199,3], [2,2,199,500]。

Answer 1

我使用tf.keras在colab笔记本中运行了您的代码，没有错误-可能是版本不匹配– Colin Torney

将keras. ...导入更改为tensorflow.keras. ...已解决了该问题。

Convolution2D“输入深度不是滤波器输入深度的倍数”

1 个答案: