mxnet在多显卡训练u-net中的坑

此刻，我热泪盈眶，因为我晚上做梦都在思考的bug解决了，解决了，解决了，此处要实名感谢的我师傅：冯师傅---不知道踩过多少坑的冯师傅（好想抱抱她）。。。呃，言归正传，具体情况一一交代。

背景：mxnet框架下u-net多分类，双卡1080服务器，ubuntu系统

错误类型：

截图不完整，大致的意思就是需要的数据类型是[8,3,256,256]，提供的源数据类型是[4,3,256,256],最开始的8是因为设置的batch_size=8，那4嘞，咋来的？最开始怀疑数据格式不对，检查了3+遍证明没问题，又怀疑是迭代器造成的，检查了7+遍，在网上找别人的代码，也是没发现原因。7.3中午出现的bug晚上下班还没有解决，于是乎，我超级不淡定了，晚上回家接着看，还找来搞医疗方向的朋友帮我看，虽然人家搞过一段时间的深度学习，但是用的框架是caffe，搞到凌点，愣愣的是没解决，好吧，看来还是不够认真，于是乎，第二天接着找资料~挠头~找资料~挠头,在头发快被我薅完之际，决定厚着脸皮请教我的冯老师（因为总是麻烦她），她看了bug就说应该是两张显卡平分了一个batch，虽然batch_size=8，但是平分到一张显卡上就是4，这跟网络模型设置不一致。纳尼~还能这样

改进就是把Reshape（batch_size,channels,w,h）改成Reshape（-1,channels,w,h），这样显卡自动计算，保证原来的batch_size不变,ctx = [cpu(0),cpu(1)]

不要放过任何一个小细节