使用tensorflow.contrib.slim.conv2d()报错

本文解决了一个关于TensorFlow Slim中conv2d函数的常见问题,即输入通道维度未定义导致的ValueError。通过使用tf.reshape对输入进行重塑,成功解决了报错,确保了卷积操作的正确执行。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

报错为:ValueError: The channel dimension of the inputs should be defined. Found `None`.

源代码为:

input = data.input        #用tf.shape()查看input的形状输出为[2, 256, 512, 3]
conv = slim.conv2d(input, 16, 7, 2, 'SAME')
with tf.Session() as sess:
    print(sess.run(tf.shape(input)))
    print(sess.run(tf.shape(conv)))

然后就出现上面的报错。可是明明我的输入的通道维度就是3呀,用tf.shape()看是对的呀!!!!我也不知道为什么报错,然后我对input使用reshape一下,它正常了。。。。。而且如果使用set_shape()函数, 他又会报另一种错误:值没有传递过去。。。。。。以后使用slim.conv2d时就要记得将输入reshape一下!!!!改成下面这个样子

input = data.input
input_correct = tf.reshape(input, [params.batch_size, 256, 512, 3])
conv = slim.conv2d(input_correct, 16, 3, 2, 'SAME')
...

 

 

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值