多通道卷積神經網絡——負維尺寸誤差

Question

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？

Answer 1

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”）