CNN中的尺寸錯誤

我正在嘗試創建一個用於區分貓和狗的CNN 我從Kaggle中取得的數據我在平坦化圖層後面臨錯誤。CNN中的尺寸錯誤

模型參數如下：

IMG_SIZE=55 
 

 
filter_size = 5; 
 
no_of_filters1 = 16; 
 
no_of_filters2 = 32; 
 
no_of_filters3 = 64; 
 
classes=2 
 
x=tf.placeholder(tf.float32,[None,IMG_SIZE,IMG_SIZE,1]) 
 
y=tf.placeholder(tf.float32,[None,classes]) 
 

 
w1= weights([filter_size,filter_size,1,no_of_filters1]) 
 
w2= weights([filter_size,filter_size,no_of_filters1,no_of_filters2]) 
 
w3= weights([filter_size,filter_size,no_of_filters2,no_of_filters3]) 
 
wfc=weights([no_of_filters3,625])-ERROR 
 
w_0=weights([625,classes])

我CNN型號：

def model(x,w1,w2,w3,w4,w_o): 
 

 
    #Layer1 
 
    layer1= tf.nn.conv2d(x,w1,strides=[1,1,1,1],padding='SAME') 
 
    layer1= tf.nn.relu(layer1) 
 
    layer1=tf.nn.max_pool(layer1,ksize=[1,2,2,1],strides=[1,2,2,1],padding='SAME') 
 

 
    # Layer2 
 
    layer2 = tf.nn.conv2d(layer1,w2, strides=[1, 1, 1, 1], 
 
          padding='SAME') 
 
    layer2 = tf.nn.relu(layer2) 
 
    layer2 = tf.nn.max_pool(layer2, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1],padding='SAME') 
 

 
    layer3 = tf.nn.conv2d(layer2,w3, 
 
          strides=[1, 1, 1, 1], 
 
          padding='SAME') 
 
    layer3 = tf.nn.relu(layer3) 
 
    layer3 = tf.nn.max_pool(layer3, ksize=[1, 2, 2, 1], strides=[1, 2, 2, 1],padding='SAME') 
 

 
    layer_shape= layer3.get_shape() 
 
    num_features = layer_shape[1:4].num_elements() 
 

 
    fc_layer=tf.reshape(layer3,[-1,num_features]) 
 
    fc_layer=tf.nn.relu(fc_layer) 
 

 
    ouput_layer= tf.nn.relu(tf.matmul(fc_layer,w4)) 
 
    logits= tf.matmul(ouput_layer,w_o) 
 

 
    return logits

錯誤被提出的是：

ValueError: Dimensions must be equal, but are 1024 and 64 for 'MatMul' (op: 'MatMul') with input shapes: [?,1024], [64,625].

請親引導我。

來源

2017-08-21 vidit02100

爲什麼你把WFC爲625？在放置過濾器時，圖像大小會發生變化。而且這種變化與過濾器尺寸成正比。所以你需要做相關的計算才能獲得合適的體重。 – Beta

@貝塔你能解釋一下我的計算嗎？ – vidit02100

選中此項[https://adeshpande3.github.io/adeshpande3.github.io/A-Beginner%27s-Guide-To-Understanding-Convolutional-Neural-Networks-Part-2/]。它給出了基於過濾器規格計算尺寸的公式。 – Beta

對於你需要有與之相匹配的輸入最後一個維度，在這種情況下，weights第一個維度的Fc層，其1024

no_filters_in = 1024 
wfc=weights([no_filters_in, no_of_filters3])

來源

2017-08-21 11:22:01

CNN中的尺寸錯誤

回答

相關問題