Convolution2D“输入深度不是滤波器输入深度的倍数”

Question

我想在张量流中使用 fft2d 变换，然后用卷积层分析幅度和相位结果......我已经制作了一个带有 Lambda 层的系统来使用张量流函数并获得幅度和相位。但是当我添加 Conv2d 层时，我得到了错误

Depth of input (3) is not a multiple of input depth of filter (199) for '1_Magn_Conv_f500_k2_2/convolution' (op: 'Conv2D') with input shapes: [?,199,199,3], [2,2,199,500]

我不明白是什么shape [2,2,199,500]以及导致此错误的原因。

我试图减少网络中的层数，以检测是哪一层造成了问题。我检查了 magn_angle 输出两个张量shapes [None,199,199,3]。我正在与谷歌 colab 合作。

这是重现错误的最少代码

inpt = Input(shape = (199, 199, 3),name=str(0)+'_'+'Image')

def magn_angle(x):

    x = Lambda(lambda x:K.cast(x,dtype=tf.complex64))(x)

    x_list_magn = []

    x_list_angle = []

    for i in range(3):

        fft = Lambda(lambda x: tf.fft2d(x[:,:,:,i]), output_shape=(None,199,199))(x)# 2-dimensional discrete Fourier transform over the inner-most 2 dimensions

        x_list_magn.append(Lambda(lambda fft:K.expand_dims(tf.math.abs(fft),axis=-1), output_shape=(None,199,199))(fft))

        x_list_angle.append(Lambda(lambda fft: K.expand_dims(tf.math.angle(fft),axis=-1), output_shape=(None,199,199))(fft))

    magn = Concatenate()(x_list_magn)

    angle = Concatenate()(x_list_angle)

    magn = Lambda(lambda magn: K.cast(magn,dtype=tf.float32), output_shape=(None,199,199))(magn)

    angle = Lambda(lambda angle: K.cast(angle,dtype=tf.float32), output_shape=(None,199,199))(angle)

    return magn,angle

magn, angle = magn_angle(inpt)

magn = Conv2D(filters=500,kernel_size=(2,2),activation=None,strides=(1,1),padding='SAME',name=str(1)+'_'+'Magn_Conv_f500_k2',data_format="channels_last")(magn)

...

哪个输出

InvalidArgumentError: Depth of input (3) is not a multiple of input depth of filter (199) for '1_Magn_Conv_f500_k2_3/convolution' (op: 'Conv2D') with input shapes: [?,199,199,3], [2,2,199,500].

Answer 1

我使用 tf.keras 在 colab 笔记本中运行您的代码而没有错误 - 可能是版本不匹配 – Colin Torneykeras. ...将导入更改为tensorflow.keras. ...已解决问题。