python - Tensorflow cnn 错误 : logits and labels must be same size:

Question

我正在尝试使用 Tensorflow 创建一个 CNN，将图像分为 16 类。

我的原始图像大小是 72x72x1，我的网络结构如下:

# Network
n_input  = dim  
n_output = nclass  # 16
weights  = {
    'wc1': tf.Variable(tf.random_normal([5, 5, 1, 32], stddev=0.1)),
    'wc2': tf.Variable(tf.random_normal([5, 5, 32, 64], stddev=0.1)),
    'wd1': tf.Variable(tf.random_normal([9*9*128, 1024], stddev=0.1)),
    'wd2': tf.Variable(tf.random_normal([1024, n_output], stddev=0.1))
}
biases   = {
    'bc1': tf.Variable(tf.random_normal([32], stddev=0.1)),
    'bc2': tf.Variable(tf.random_normal([64], stddev=0.1)),
    'bd1': tf.Variable(tf.random_normal([1024], stddev=0.1)),
    'bd2': tf.Variable(tf.random_normal([n_output], stddev=0.1))
}

这是我的转换网络函数:

def conv_basic(_input, _w, _b, _keepratio):
# Input
_input_r = tf.reshape(_input, shape=[-1, 72, 72, 1])

# Conv1
_conv1 = tf.nn.relu(tf.nn.bias_add(
        tf.nn.conv2d(_input_r, _w['wc1'], strides=[1, 1, 1, 1], padding='SAME')
        , _b['bc1']))
_pool1 = tf.nn.max_pool(_conv1, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
mean, var = tf.nn.moments(_pool1, [0, 1, 2])
_pool1 = tf.nn.batch_norm_with_global_normalization(_pool1, mean, var, 1., 0., 1e-7, 0)
_pool_dr1 = tf.nn.dropout(_pool1, _keepratio)

# Conv2
_conv2 = tf.nn.relu(tf.nn.bias_add(
        tf.nn.conv2d(_pool_dr1, _w['wc2'], strides=[1, 1, 1, 1], padding='SAME')
        , _b['bc2']))
_pool2 = tf.nn.max_pool(_conv2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1], padding='SAME')
mean, var = tf.nn.moments(_pool2, [0, 1, 2])
_pool2 = tf.nn.batch_norm_with_global_normalization(_pool2, mean, var, 1., 0., 1e-7, 0)
_pool_dr2 = tf.nn.dropout(_pool2, _keepratio)

# Vectorize
_dense1 = tf.reshape(_pool_dr2, [-1, _w['wd1'].get_shape().as_list()[0]])

# Fc1
_fc1 = tf.nn.relu(tf.add(tf.matmul(_dense1, _w['wd1']), _b['bd1']))
_fc_dr1 = tf.nn.dropout(_fc1, _keepratio)

# Fc2
_out = tf.add(tf.matmul(_fc_dr1, _w['wd2']), _b['bd2'])

# Return everything
out = {
    'input_r': _input_r,
    'conv1': _conv1,
    'pool1': _pool1,
    'pool1_dr1': _pool_dr1,
    'conv2': _conv2,
    'pool2': _pool2,
    'pool_dr2': _pool_dr2,
    'dense1': _dense1,
    'fc1': _fc1,
    'fc_dr1': _fc_dr1,
    'out': _out
}
return out

当我尝试运行它时，出现错误:"tensorflow.python.framework.errors.InvalidArgumentError: logits and labels must be same size: logits_size=[6,16] labels_size=[1,16 ]"

在线 cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(_pred, y))


我试过改变 wd1 的权重值，除了说请求的形状需要 xxx 的倍数之外，它只是改变了括号中的值。

这些值(尤其是 6)看起来非常随意，不知道它们是从哪里来的。有人向我解释如何选择 FC 层神经元数量会很好，因为它似乎也有点武断。

谢谢

编辑:我的完整代码 https://gist.github.com/EricZeiberg/f0b138d859b9ed00ce045dc6b341e0a7

Answer 1

鉴于你的代码(并猜测其中缺少什么)，我认为你有这些参数和结果(如果错误请纠正我):

• batch_size:1
• num_classes:16
• 标签 y:类型 int，形状 [batch_size, 1]
• 输出_pred:类型float32，应该形状[batch_size, num_classes]

---

在您的代码中，您只使用了 2 个最大池化，将输入特征图从 [1, 72, 72, 1] 减少到 [1, 18, 18, 64] 。

在这一步，你应该写:

# Vectorize
_dense1 = tf.reshape(_pool_dr2, [1, 18*18*64])

您还应该将矩阵 wd1 替换为:

'wd1': tf.Variable(tf.random_normal([18*18*64, 1024], stddev=0.1))

---

一般来说，在这些情况下，您需要逐个打印每个形状，然后自己意识到形状与您期望的不符的地方。