张量流概率：InvalidArgumentError：所需的可广播形状答案

【问题标题】：Tensorflow probability: InvalidArgumentError: required broadcastable shapes张量流概率：InvalidArgumentError：所需的可广播形状
【发布时间】：2021-09-04 06:09:59
【问题描述】：

我的数据有 channels_first 格式。当我使用 tensorflow 概率层时，出现以下错误：

这是一个示例，其中输入形状为 [1,28,28]，可重现代码：Gist（请确保您在 GPU 上运行代码。）

InvalidArgumentError:  required broadcastable shapes
     [[node gradient_tape/lambda/model_3_mixture_same_family_4_MixtureSameFamily_MixtureSameFamily/log_prob/model_3_mixture_same_family_4_MixtureSameFamily_independent_normal_4_IndependentNormal_Independentmodel_3_mixture_same_family_4_MixtureSameFamily_independent_normal_4_IndependentNormal_Normal/log_prob/model_3_mixture_same_family_4_MixtureSameFamily_independent_normal_4_IndependentNormal_Normal/log_prob/truediv/RealDiv_1 (defined at <ipython-input-22-243a182981d9>:9) ]] [Op:__inference_train_function_7663]

Errors may have originated from an input operation.
Input Source operations connected to node gradient_tape/lambda/model_3_mixture_same_family_4_MixtureSameFamily_MixtureSameFamily/log_prob/model_3_mixture_same_family_4_MixtureSameFamily_independent_normal_4_IndependentNormal_Independentmodel_3_mixture_same_family_4_MixtureSameFamily_independent_normal_4_IndependentNormal_Normal/log_prob/model_3_mixture_same_family_4_MixtureSameFamily_independent_normal_4_IndependentNormal_Normal/log_prob/truediv/RealDiv_1:
 model_3/mixture_same_family_4/MixtureSameFamily/independent_normal_4/IndependentNormal/Softplus (defined at /usr/local/lib/python3.7/dist-packages/tensorflow_probability/python/layers/distribution_layer.py:988)

Function call stack:
train_function

我不确定如何更改源代码以使其适用于通道优先输入形状。有人可以帮我解决这个问题吗？

【问题讨论】：

我在尝试重现您的错误时遇到此错误：InvalidArgumentError: Conv2DCustomBackpropInputOp only supports NHWC. [[node gradient_tape/model_7/sequential_17/conv2d_53/Conv2D/Conv2DBackpropInput (defined at <ipython-input-10-cf6a820743f5>:98) ]] [Op:__inference_train_function_30892]
@AlexandreMahdhaoui 请确保您可以访问 GPU。 Conv2DCustomBackpropInputOp 仅在设备类型 CPU 上支持 NHWC。
我在运行 Gist 时收到了 TypeError: x and y must have the same dtype, got tf.bool != tf.float32。我正在使用 GPU，是否有特定的 TF 版本用于复制？如果你分享一个重现问题的 colab 链接会更容易。
@Frightera 我更新了要点。这是 Colab 的链接：colab.research.google.com/drive/…。没有特定的 TF 版本。我的是TF2.6。
@DushiFdz 我明天会检查这个，如果它与源代码有关，我会看看它。

标签： python tensorflow tensorflow-probability

【解决方案1】：

您的preprocess 函数返回image, image 而不是image, sample['label']。如果你改变它，它应该可以工作！

我认为你也可以在你的损失中放弃 K.cast。

更新：实际上，当我运行这个时，我让 nan 不知所措。可能还有其他问题。但至少它克服了形状错误！ ?‍♂️

【讨论】：

谢谢克里斯。我正在使用的数据具有形状 (4,128,128,128)，倒数第二层是 (3,128,128,128)。如果我这样做，params_size = tfpl.MixtureSameFamily.params_size(num_components, component_params_size=tfpl.IndependentNormal.params_size(event_shape)) output_l = Conv3D(params_size, (1,1,1), padding="same",data_format="channels_first")(output_layer) output=tfpl.MixtureSameFamily(num_components, tfpl.IndependentNormal(event_shape))(output_l) 我会收到错误消息：重塑的输入是一个具有 18432000 个值的张量，但请求的形状需要 442368 的倍数
嗯，你能分享另一个要点或（如果可能的话）一个复制这个的 colab 吗？很高兴看到并尝试提供帮助。