最近在跑TensorFlow项目的时候,报错了:ValueError: Negative dimension size caused by subtracting 4 from 3 for 'disc。。。
看到很多人说了原因,都不对,后面发现我自己的数据和原始数据不一样,导致报错。看来TensorFlow报错很笼统啊!
大部分人说
原因:
input_shape=(3,150, 150)是theano的写法,而tensorflow需要写出:(150,150,3);
需要修改Input_size。也就是"channels_last”和"channels_first"数据格式的问题。
也就是”channels_last”和”channels_first”数据格式的问题。
input_shape=(3,150, 150)是theano的写法,而tensorflow需要写出:(150,150,3)。
也可以设置不同的后端来进行调整:
from keras import backend as K
K.set_image_dim_ordering('th')
from keras import backend as K
K.set_image_dim_ordering('tf')
但是我怀疑是TensorFlow接口函数变动导致的,然后我去查看官方手册,发现我的那个tf.layers.Conv2D作为底层函数,一直都
没有变过,所以也不是接口函数不兼容的问题,然后顺便试了试上面的方法,因为tf.layers.Conv2D函数有这个参数设置,还是
报错。后面我想去找等效的替换的函数,但是程序员的执拗,我放弃了这个方法,还好没有替换函数,因为后面发现根本不是函数的问题啊,前面一直找错了方向。。。。
最后我print看网络结构,发现是,输入图片尺寸不一样导致报错。那最终的方法就是resize成统一一样的啦。当然修改net结构适应你data的尺寸也行的。