1d conv error - 入力とフィルタのサイズが同じである必要がありますか？

Question

I脳波信号に1D CNNを実装しようとしている、と私は

ValueError: Dimension 1 in both shapes must be equal, but are 492 and 1 From merging shape 0 with other shapes. for 'MaxPool/input' (op: 'Pack') with > input shapes: [?,492,64], [50,1,64].

というエラーになっています[を？、492、64]（バッチサイズ、in_width、チャンネル）私は、これは出力テンソルであると考えてい第1のConv1d層の場合

[50、1,64]（filter_width、in_channels、out_channels）は、最初のConv1dウェイトの形状です。

なぜ492と1は等しい必要がありますか？私は問題を見つけるのを止めているエラーを理解していません。テンソルフローと任意の助けを借りて私の第1週は非常に感謝されます。ありがとう。以下のエラーを引き起こすコード。

# Convolutional Layer 1s 
filter_size_1s = 50 
num_filters_1s = 64 
stride_1s = 6 
# Convolutional Layer 2s , 3s , 4s 
filter_size_s = 8 
num_filters_s = 128 
stride_s = 1 

#weights and biases 
# filter tensor of shape [filter_width, in_channels, out_channels] 
W_1s = tf.Variable(tf.truncated_normal([50, 1, 64], stddev=0.1)) 
B_1s = tf.Variable(tf.constant(0.1, tf.float32, [64])) 
W_2s = tf.Variable(tf.truncated_normal([8, 64, 128], stddev=0.1)) 
B_2s = tf.Variable(tf.constant(0.1, tf.float32, [128])) 
W_3s = tf.Variable(tf.truncated_normal([8, 128, 128], stddev=0.1)) 
B_3s = tf.Variable(tf.constant(0.1, tf.float32, [128])) 
W_4s = tf.Variable(tf.truncated_normal([8, 128, 128], stddev=0.1)) 
B_4s = tf.Variable(tf.constant(0.1, tf.float32, [128])) 


def CNN_small(input, phase_test, iteration): 

    conv1s = new_conv_layer(input, W_1s, B_1s, stride_1s, phase_test, iteration) 
    max_pool1s = tf.nn.max_pool(conv1s, 
          ksize=[1, pool_size_1s, 1, 1], 
          strides=[1, pool_stride_1s, 1, 1], 
          padding='VALID') 

    dropout_s = tf.nn.dropout(max_pool1s, dropout_prob)  
    conv2s = new_conv_layer(dropout_s, W_2s, B_2s, stride_s, phase_test, iteration)  
    conv3s = new_conv_layer(conv2s, W_3s, B_3s, stride_s, phase_test, iteration)  
    conv4s = new_conv_layer(conv3s, W_4s, B_4s, stride_s, phase_test, iteration) 
    max_pool2s = tf.nn.max_pool(conv4s, 
          ksize=[1, pool_size_2s, 1, 1], 
          strides=[1, pool_stride_2s, 1, 1], 
          padding='VALID') 
    return max_pool2s 

def new_conv_layer(input, weights, bias, stride, phase_test, iteration): 

    conv = tf.nn.conv1d(value=input, filters=weights, stride=stride, padding='VALID') + bias 
    #bn = batch_norm(conv, biases, phase_test, iteration) #biases added into batch_norm 
    activation = tf.nn.relu(conv) 
    return activation, weights 

x = tf.placeholder(tf.float32, shape=[None, stage_length], name='x') 
x_stage = tf.reshape(x, [-1, stage_length, num_channels]) #batch, in_width, channels 

#And the line which is giving the error 
#cnn layer 
max_pool2s = CNN_small(x_stage, phase_test, iteration) 

Answer 1

あなたnew_conv_layer関数は二つのテンソルを返して、そしてあなたはそれが一つだけを返すかのようにそれを使用しようとしています。あなたは層の後に重みを使用しない場合は、ちょうどあなたがまたtf.layers APIクリーナーを見つけることができ

return activation 

にreturn文を変更します。