[英]Multi channel Convolutional neural network - negative dimension size error
我想設計,多通道CNN。
我在第一個 Conv2d 步驟中收到一條錯誤消息。 (圖中,第一層到第二層)
我的代碼如下
_concat_embeded = keras.layers.concatenate([_embeding1, _embeding2], axis= -1)
_biCH_embeded = keras.layers.Reshape((2, self.lexicalMaxLength, charWeights.shape[1]))(_concat_embeded)
_1stConv = keras.layers.Conv2D(filters=512, kernel_size=(5, charWeights.shape[1]),
activation=tf.nn.relu)(_biCH_embeded)
_biCH_embeded 處的形狀是 [? 2, 131 ,131](我的嵌入有 131 個維度 = charWeights.shape[1])
我想生成 512 個過濾器,它們具有 (5, 131) 形狀。
然后,我收到一條消息,“由輸入形狀為 [?,2,33,131], [5,131,131,512] 的 'conv2d_1/convolution'(操作:'Conv2D')從 2 中減去 5 導致的負尺寸大小”
問題出在哪里?
我找到了問題。
我用“channel_first”規則重塑了我的張量 (2, 133, 133)
但是我的 Keras 配置是由“channel_last”設置的
我將重塑規則更改為“channel_last”(133,133,2)並且現在正在運行培訓。
(如果您想更改 Keras 配置,請查看“~/.keras/keras.json”)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.