ValueError：Tensor 'Placeholder_3：0'のシェイプ（224,224,3）に '（?, 224,224,3）'という形状の値を入力できません。

Question

Tensorflowで新しくなっています。私のCNNモデルは、将来顔を分類することができます。私は56人の画像データセットとその切り取った面を[-1,224,224,3]とfloat32型の形をした細い配列として持っています。 （224、224、3）形状の値を養うことができません：私はtensorflow にfeed_dictしようとすると、私はちょうど私が代表的なエラーとValueErrorを取得し、私のtrain_Xとtrain_Yがtensorflowに

を供給するためにどのように見えるか添付するTensor 'Placeholder_3：0'の場合は '（？、224、224、3）'という形をしています。理解しやすいようですが、コードを修正して動作させる方法がわかりません。

マイTensorflowコードは、誰かがすべてを把握するために私を助けることができる場合、私はとても満足しているよここに

import tensorflow as tf 

config = tf.ConfigProto() 
config.gpu_options.allocator_type = 'BFC' 
#config.gpu_options.allow_growth = True 
config.gpu_options.per_process_gpu_memory_fraction = 0.6 


n_classes = 56 
batch_size = 1 
hm_epochs = 100 


#x = tf.placeholder('float', [None, 150528]) 
x = tf.placeholder('float', [None, 224,224,3]) 
y = tf.placeholder('float') 


keep_rate = 0.8 
keep_prob = tf.placeholder(tf.float32) 

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

def maxpool2d(x): 
    #      size of window   movement of window 
    return tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding='SAME') 


def convolutional_neural_network(x): 
    weights = {'W_conv1':tf.Variable(tf.random_normal([5,5,3,32])), 
       'W_conv2':tf.Variable(tf.random_normal([5,5,32,64])), 
       'W_fc':tf.Variable(tf.random_normal([224*224*3,1024])), 
       'out':tf.Variable(tf.random_normal([1024, n_classes]))} 

    biases = {'b_conv1':tf.Variable(tf.random_normal([32])), 
       'b_conv2':tf.Variable(tf.random_normal([64])), 
       'b_fc':tf.Variable(tf.random_normal([1024])), 
       'out':tf.Variable(tf.random_normal([n_classes]))} 

    x = tf.reshape(x, shape=[-1, 224, 224, 3]) 
    #x = train_X 

    #creating the first layer of CNN 
    conv1 = tf.nn.relu(conv2d(x, weights['W_conv1']) + biases['b_conv1']) # activation function 1 
    conv1 = maxpool2d(conv1) 

    #creating the second layer of CNN 
    conv2 = tf.nn.relu(conv2d(conv1, weights['W_conv2']) + biases['b_conv2']) # activation function 2 
    conv2 = maxpool2d(conv2) 

    fc = tf.reshape(conv2,[-1, 224*224*3]) 
    fc = tf.nn.relu(tf.matmul(fc, weights['W_fc'])+biases['b_fc']) 
    fc = tf.nn.dropout(fc, keep_rate) 
    output = tf.matmul(fc, weights['out'])+biases['out'] 

    return output 



def train_neural_network(x): 


    i = 0 

    prediction = convolutional_neural_network(x) 
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction,labels=y)) 

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

    with tf.Session(config = config) as sess:   
     sess.run(tf.global_variables_initializer()) 

     for epoch in range(hm_epochs): 
      epoch_loss = 0 
      for _ in range(int(len(train_X)/batch_size)): 
       _, c = sess.run([optimizer, cost], feed_dict={x: train_X[i:i+batch_size], y: train_y[i:i+batch_size]}) #HERE IS THE ERROR 
       epoch_loss += c 
       i += 100 


     print('Epoch', epoch, 'completed out of',hm_epochs,'loss:',epoch_loss) 



train_neural_network(x) 

です。すべてのあなたの助けを前もってありがとう。 P.Sちなみに、GPUが私にOOMを与えない方法でデータをバッチする必要があります。バッチ処理を除外するように給餌方法を変更することができ、OOMエラー以外は正常に機能するためです。面白い話は、カーネルを再起動してもう一度やり直すときです。他のエラーが発生しました - InvalidArgumentError（上記のトレースバック参照）：200704値のテンソルですが、要求されたシェイプには150528の倍数が必要です。2240 * 224 * 4 224 * 224 * 3のみ

Answer 1

fc層の形状が正しくありません。

#W_fc':tf.Variable(tf.random_normal([224*224*3,1024])) 
W_fc':tf.Variable(tf.random_normal([56*56*64,1024])) 

#fc = tf.reshape(conv2,[-1, 224*224*3]) 
fc = tf.reshape(conv2,[-1, 56*56*64]) 

あなたは畳み込みを適用し、入力画像にmaxpoolingときは、特徴マップの次のサイズを取得します。

入力画像：224x224x3
| （conv1）224x224x32
| （maxpool）112x112x32
| （conv2）112x112x64
|
（maxpool）56x56x64

上記のコードを修正しました。
試してみてください。