tensorflow - UnimplementedError: Fused conv implementation 目前不支持分组卷积
问题描述
我正在尝试使用 TU-Berlin dataset构建一个 CNN 模型来识别人体素描。我下载了 png zip 文件,将数据导入到 Google Colab,然后将数据拆分到训练测试文件夹中。这是模型:
model = tf.keras.models.Sequential([
tf.keras.layers.Conv2D(filters = 64, kernel_size = (5,5),padding = 'Same',
activation ='relu', input_shape = target_dims),
tf.keras.layers.Conv2D(filters = 64, kernel_size = (5,5),padding = 'Same',
activation ='relu'),
tf.keras.layers.MaxPool2D(pool_size=(2,2)),
tf.keras.layers.Dropout(0.25),
tf.keras.layers.Conv2D(filters = 128, kernel_size = (3,3),padding = 'Same',
activation ='relu'),
tf.keras.layers.Conv2D(filters = 128, kernel_size = (3,3),padding = 'Same',
activation ='relu'),
tf.keras.layers.MaxPool2D(pool_size=(2,2), strides=(2,2)),
tf.keras.layers.Dropout(0.25),
tf.keras.layers.Conv2D(256, kernel_size=4, strides=1, activation='relu', padding='same'),
tf.keras.layers.Conv2D(256, kernel_size=4, strides=2, activation='relu', padding='same'),
tf.keras.layers.Dropout(0.25),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation = "relu"),
tf.keras.layers.Dropout(0.5),
tf.keras.layers.Dense(n_classes, activation= "softmax")
])
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=["accuracy"])
model.fit_generator(train_generator, epochs=10, validation_data=val_generator)
我收到以下错误:
UnimplementedError: Fused conv implementation does not support grouped convolutions for now.
[[node sequential/conv2d/Relu (defined at <ipython-input-9-36d4624b896d>:1) ]] [Op:__inference_train_function_1358]
Function call stack:
train_function
我将不胜感激任何可以解决此问题的帮助。谢谢你。
(PS - 我正在运行 Tensorflow 2.2.0 并且没有 GPU)
解决方案
我有一个类似的错误,问题在于我的图像的通道数和我在模型中指定的通道数。因此,请检查图像的维数并检查输入形状中指定的值,确保它们相同
推荐阅读
- javascript - 单击播放/暂停按钮时,如何让我的画布动画播放/停止?
- python - 如何在 django 中同时保存和创建两个模型用户?
- django - 在 Django 项目中使用 Latex 和 django_tex , pdflatex
- python - 如何递归和迭代地分割盒子里面的盒子?
- makefile - 用于创建新 python 的 makefile
- ibm-doors - 在不打开模块的情况下获取属性
- django-templates - 使用 django 模板在我的 html 中可视化 django-table2
- macos - 在哪里可以找到 Apple M1 的 Metal 功能集?
- node.js - 使用passport js的多用户类型认证(用户和教师)
- reactjs - 使用frontity时,在编辑器中更改源代码,浏览器显示原始内容