TensorFlow CNN 形状错误答案

【问题标题】：Tensorflow CNN Shape errorTensorFlow CNN 形状错误
【发布时间】：2017-10-25 19:45:23
【问题描述】：

我正在尝试对一些数据使用 CNN，但我的损失函数出现错误，因为我的模型的输出是 [1000, 1000, 4000] 的形状，而它应该是 [1000, 4000] .在这种情况下，前 1000 个是批量大小，而 4000 是我拥有的类数，因为这是一个分类问题。

我想我可能需要在完全连接层之后再次使用 tf.reshape() 函数来获得正确的输出，但我不太确定如何做到这一点。我已经尝试过 tf.reshape(output [-1, 4000])，但这仍然保留了其他 1000 个。

这是我的代码：

    cnn_input = tf.reshape(input, [-1, 1000, 1])
    net = slim.conv2d(cnn_input, 128, [3])
    net = slim.pool(net, [2], "MAX")
    output = slim.fully_connected(net, num_classes, activation_fn=tf.nn.softmax)
    return output

基本上，我的输出需要是 2 级的形状，但由于某种原因，它变成了 3 个维度。我需要输出的形状为 [1000, 4000]，即批量大小 x num_classes。

任何帮助将不胜感激。提前致谢！

顺便说一句，我正在使用 tf-slim 库。

编辑：tf.flatten 会在全连接层之前为此工作吗？

【问题讨论】：

标签： tensorflow neural-network tf-slim

【解决方案1】：

我遇到了同样的错误。 documentation (line 1609)（链接自here）表示“fully_connected”操作应该使输出变平，但事实并非如此。我只是按照你的建议在最后几个完全连接的操作之前使用了 slim.flatten ，但我没有具体的证据表明它还有效。

6 个月没有 cmet，我认为对其他人来说有总比没有好，但如果其他人有更多的见解，将不胜感激。

【讨论】：