使用来自 niftynet 的预训练模型时遇到问题

Question

我想使用 niftynet 上提供的 dense_vnet 模型进行 2 类分割，该模型最初进行 9 类分割

我尝试根据以下建议通过更改配置文件来仅重新训练最后一层：HOw to fine tune niftynet pre trained model for custom data

vars_to_restore = ^((?!DenseVNet\/(skip_conv|fin_conv)).)*$

num_classes = 2

错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError: 赋值 需要两个张量的形状匹配。 lhs 形状= [2] rhs 形状= [9] [[{{node save/Assign_8}} = Assign[T=DT_FLOAT, class=["loc:@DenseVNet/conv/conv/b"], use_locking=true, validate_shape=true, device="/job:localhost/replica:0/task:0/device:CPU:0"](DenseVNet/conv/conv/b, 保存/恢复V2:8)]]

Answer 1

您似乎恢复了太多层，其中一些仍然设计为分类为 9 个类。检查架构并排除所有设计为分类为 9 类的层的还原。