logits 和标签必须是可广播的：logits_size=[82944,2] labels_size=[90000,2]

Question

我正在为一个使用 Tensorflow 和 MobileUNet 模型对视网膜血管进行语义分割的项目，我收到了这个错误：

    InvalidArgumentError (see above for traceback): logits and labels must 
    be broadcastable: logits_size=[82944,2] labels_size=[90000,2] 
[[Node: softmax_cross_entropy_with_logits_sg = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, 
_device="/job:localhost/replica:0/task:0/device:CPU:0"](softmax_cross_entropy_with_logits_sg/Reshape,
softmax_cross_entropy_with_logits_sg/Reshape_1)]]

这里我的代码如下：

network=network = build_mobile_unet(net_input, preset_model = args.model, num_classes=num_classes) 
net_input = tf.placeholder(tf.float32,shape=[None,None,None,3]) 
net_output = tf.placeholder(tf.float32,shape=[None,None,None,num_classes])
losses = tf.nn.softmax_cross_entropy_with_logits(logits=network, labels=net_output) 
cost = tf.reduce_mean(losses)

opt = tf.train.AdamOptimizer(0.001).minimize(cost)

init = tf.initialize_all_variables() _,current=sess.run([opt,cost],feed_dict={net_input:input_image_batch, net_output:segmented_image_batch})

输入图像是300x300 ，并且在 RGB 颜色空间中。 输出是与输入大小相同的二值图像。

有人能帮我吗？

Answer 1

我们回答了这个也与架构有关的问题 在以下链接中理解这一点重塑的输入是一个具有 37632 值的张量，但请求的形状有 150528如果您遇到任何问题，请告诉我们

Answer 2

我也出现了同样的问题。当我们使用 label_size 超过数据集中的类数时就会出现这种情况。

在最后一个全连接层（密集）中，我使用了 46，但在我的数据集中只有 38 个类。所以当我使用 38 而不是 46 时，问题解决了。