Tensorflow中padding 參數(shù)VALID和SAME的不同

在用CNN訓(xùn)練MNIST數(shù)據(jù)時,發(fā)現(xiàn)預(yù)測結(jié)果的輸出是196*10,而我設(shè)置的batch是64,實際的輸出應(yīng)該是64*10才對。
InvalidArgumentError (see above for traceback): logits and labels must be same size: logits_size=[196,10] labels_size=[64,10]

花了兩天時間,總算是把這個問題搞清楚了。原因在于padding 參數(shù)中 VALID和SAME的選擇。

先上code

import tensorflow as tf
import os
os.environ['CUDA_VISIBLE_DEVICES'] = '1'
config = tf.ConfigProto()
config.gpu_options.allow_growth = True


# input data
from tensorflow.examples.tutorials.mnist import input_data
# mnist = input_data.read_data_sets('/tmp/data/', one_hot=True)
mnist = input_data.read_data_sets('./MNIST_data', one_hot=True)  # runing on server

learning_rate = 0.001
training_iters = 200000
batch_size = 64
display_step = 10

n_input = 784
n_classes = 10
dropout = 0.75

x = tf.placeholder(tf.float32, [None, n_input])
y = tf.placeholder(tf.float32, [None, n_classes])
keep_prob = tf.placeholder(tf.float32) # dropout


def conv2d(name, x, W, b, s=1):
    return tf.nn.relu(tf.nn.conv2d(x, W, strides=[1, s, s, 1], padding='SAME'))

def maxpool2d(name, x, k=2, s=2):
    return tf.nn.max_pool(x, ksize=[1, k, k, 1], strides=[1, s, s, 1],
                          padding='VALID', name=name)

def norm(name, l_input, lsize=4):
    return tf.nn.lrn(l_input, lsize, bias=1.0, alpha=0.001 / 9.0,
                     beta=0.75, name=name)


def alex_net(x, weights, biases, dropout):
    # Reshape input picture
    x = tf.reshape(x, shape=[-1, 28, 28, 1])

    conv1 = conv2d('conv1', x, weights['wc1'], biases['bc1'], s=1)
    print ('cov1.shape: ', conv1.get_shape().as_list())
    pool1 = maxpool2d('pool1', conv1, k=2, s=2)
    print ('pool1.shape: ', pool1.get_shape().as_list())
    norm1 = norm('norm1', pool1)

    conv2 = conv2d('conv2', norm1, weights['wc2'], biases['bc2'], s=1)
    pool2 = maxpool2d('pool2', conv2, k=2, s=2)
    print ('pool2.shape: ', pool2.get_shape().as_list())
    norm2 = norm('pool2', pool2)

    fc1 = tf.reshape(norm2, [-1, weights['wd1'].get_shape().as_list()[0]])
    fc1 = tf.add(tf.matmul(fc1, weights['wd1']), biases['bd1'])
    fc1 = tf.nn.relu(fc1)

    fc2 = tf.add(tf.matmul(fc1, weights['wd2']), biases['bd2'])
    fc2 = tf.nn.relu(fc2)

    out = tf.matmul(fc2, weights['out']) + biases['out']
    return out


weights = {
    'wc1': tf.Variable(tf.random_normal([3, 3, 1, 64])),
    'wc2': tf.Variable(tf.random_normal([3, 3, 64, 128])),

    'wd1': tf.Variable(tf.random_normal([4*4*128, 1024])),
    'wd2': tf.Variable(tf.random_normal([1024, 1024])),
    'out': tf.Variable(tf.random_normal([1024, n_classes]))
}
biases = {
    'bc1': tf.Variable(tf.random_normal([64])),
    'bc2': tf.Variable(tf.random_normal([128])),

    'bd1': tf.Variable(tf.random_normal([1024])),
    'bd2': tf.Variable(tf.random_normal([1024])),
    'out': tf.Variable(tf.random_normal([n_classes]))
}


pred = alex_net(x, weights, biases, keep_prob)


cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=pred, labels=y))

optimizer = tf.train.AdamOptimizer(learning_rate=learning_rate).minimize(cost)

correct_pred = tf.equal(tf.argmax(pred, 1), tf.argmax(y, 1))
accuracy = tf.reduce_mean(tf.cast(correct_pred, tf.float32))


init = tf.global_variables_initializer()

with tf.Session(config=config) as sess:
    sess.run(init)
    step = 1
    while step * batch_size < training_iters:
        batch_x, batch_y = mnist.train.next_batch(batch_size)
        sess.run(optimizer, feed_dict={x: batch_x, y: batch_y,
                                 keep_prob: dropout})
        if step % display_step == 0:
            loss, acc = sess.run([cost, accuracy], feed_dict={x: batch_x,
                                                    y: batch_y,
                                                    keep_prob: 1.})
            print("Iter " + str(step*batch_size) + ", Minibatch Loss= " + \
                "{:.6f}".format(loss) + ", Training Accuracy= " + \
                "{:.5f}".format(acc))
        step += 1
    print("Optimization Finished!")

    print("Testing Accuracy:", \
        sess.run(accuracy, feed_dict={x: mnist.test.images[:256],
                                   y: mnist.test.labels[:256],
                                   keep_prob: 1.}))

batch_szie 是 64,圖片大小是28*28*1.
所以輸入的時候是 64*28*28*1

我的網(wǎng)絡(luò)結(jié)構(gòu):

conv1 ( stride=1, padding=‘SAME’, 64)
pool1 ( kernel size = 2, stride = 2, padding=‘VALID’)
conv2 ( stride=1, padding=‘SAME’, 128)
pool2 ( kernel size = 2, stride = 2, padding=‘VALID’)
fc1 ( 4*4*128, 1024), 4*4*128 是一個image的size,要和pool2輸出的size一樣
fc1 ( 2014, 1024)
fc1 ( 1024, 10)

我之所以fc1以為輸出的是4*4,是因為我對SAME和VALID對應(yīng)的計算方法沒有理解。這里先介紹不同padding下怎么計算。

在conv層,如果設(shè)置 padding=‘SAME’,那么output_size = input_szie / stride. 通常設(shè)置stride為1,即讓size不變,至于抽取信息,我們留給pooling層來處理。

對應(yīng)的如果pooling層也設(shè)置padding=‘SAME’的話,output size 只和 stride有關(guān): 28 / 2 = 14。 但如果padding=‘VALID’,output size 和kernel size, stride有關(guān)。那么( 28 - 2)/2 + 1 = 14
所以,按照我上面conv用SAME,pooling用VALID的方法,每一層的size變化應(yīng)該是

conv1 => 28 / 1 = 28
pool1 => (28 - 2) / 2 + 1 = 14
conv2 => 14 / 1 = 14
pool2 => (14 - 2) / 2 + 1 = 7

所以得到的size是 7*7*128。但是我fc1 中設(shè)置的參數(shù)是4*4*128
fc1 = tf.reshape(norm2, [-1, weights['wd1'].get_shape().as_list()[0]])

所以上面的這句代碼實際上把64* 7*7*128 => 196*7*7*128.
所以最后輸出的batch_szie是196,而不是64.

所以說,要把
'wd1': tf.Variable(tf.random_normal([4*4*128, 1024])),
改為
'wd1': tf.Variable(tf.random_normal([7*7*128, 1024])),

這兩篇文章做參考。
logits and labels must be same size, batch size is different
Tensorflow - padding = VALID/SAME

最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務(wù)。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 229,460評論 6 538
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 99,067評論 3 423
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 177,467評論 0 382
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經(jīng)常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,468評論 1 316
  • 正文 為了忘掉前任,我火速辦了婚禮,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,184評論 6 410
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上,一...
    開封第一講書人閱讀 55,582評論 1 325
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內(nèi)容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,616評論 3 444
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 42,794評論 0 289
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體,經(jīng)...
    沈念sama閱讀 49,343評論 1 335
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 41,096評論 3 356
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,291評論 1 371
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,863評論 5 362
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 44,513評論 3 348
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,941評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,190評論 1 291
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,026評論 3 396
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,253評論 2 375

推薦閱讀更多精彩內(nèi)容