tensorflow - Keras BatchNormalization 层不兼容错误

Question

我有以下（部分）网络架构：

获得者

...
pool = GlobalAvgPool()(gc_2)
predictions = Dense(units=32, activation='relu', use_bias=False)(pool)
predictions = BatchNormalization()(predictions)
...

我正在尝试插入批处理规范化层，但出现以下错误：

ValueError: 层 batch_normalization_1 的输入 0 与层不兼容：预期 ndim=2，发现 ndim=3。收到的完整形状：[None, 1, 32]

我猜第二个维度是造成这个事故的原因。有什么办法可以摆脱它吗？

标签： tensorflowkerastensorflow2.0batch-normalization

Answer 1

如果您的模型编译成功，则您的模型定义没有问题。

这更有可能发生，因为输入数据的形状和尺寸与您的模型所需的输入形状不兼容。

expected ndim=2, found ndim=3.意味着模型需要一个 2D 张量