实际上,官方代码写的超棒,各种功能的discret非常好,所以出错的位置大多不会牵扯太多。比如如果你改的是deconv部分,不会引起train以及eval的代码修改。
非常棒,值得学习。
1.scope,如果改了网络结构,但是沿用之前的scope,会出现诸如:
None 错误
value cant be None
卷积核不匹配错误
(1,304,3,3) 与 (1,256,3,3)
权重加载错误
有时也会因为网络结构与train文件存储的checkpoint不匹配引起
2. 某个维度不能为None
channel数在一些时候必须是确定的,不能是(None,513,513,None)的形式。必须是类似于(None,513,513,256)