logits 和标签必须是可广播的：logits_size=[82944,2] labels_size=[90000,2]答案

【问题标题】：logits and labels must be broadcastable: logits_size=[82944,2] labels_size=[90000,2]logits 和标签必须是可广播的：logits_size=[82944,2] labels_size=[90000,2]
【发布时间】：2018-08-29 12:54:09
【问题描述】：

我正在使用带有 MobileUNet 模型的 Tensorflow 进行视网膜血管语义分割的项目，我收到了这个错误：

    InvalidArgumentError (see above for traceback): logits and labels must 
    be broadcastable: logits_size=[82944,2] labels_size=[90000,2] 
[[Node: softmax_cross_entropy_with_logits_sg = SoftmaxCrossEntropyWithLogits[T=DT_FLOAT, 
_device="/job:localhost/replica:0/task:0/device:CPU:0"](softmax_cross_entropy_with_logits_sg/Reshape,
softmax_cross_entropy_with_logits_sg/Reshape_1)]]

这里我的代码如下：

network=network = build_mobile_unet(net_input, preset_model = args.model, num_classes=num_classes) 
net_input = tf.placeholder(tf.float32,shape=[None,None,None,3]) 
net_output = tf.placeholder(tf.float32,shape=[None,None,None,num_classes])
losses = tf.nn.softmax_cross_entropy_with_logits(logits=network, labels=net_output) 
cost = tf.reduce_mean(losses)

opt = tf.train.AdamOptimizer(0.001).minimize(cost)

init = tf.initialize_all_variables() _,current=sess.run([opt,cost],feed_dict={net_input:input_image_batch, net_output:segmented_image_batch})

输入图像是300x300，在RGB 颜色空间中。输出是与输入大小相同的二值图像。

有人可以帮我吗？

【问题讨论】：

在tf.nn.softmax_cross_entropy_with_logits函数中，需要为每个训练点提供一个N元素标签。如果每批包含可分为 N 类的 K 个点，则必须将 labels 参数设置为大小为 [K, N] 的张量。
是的，我只是为每个训练点提供一个标签，这是一个大小为 300*300 的二进制图像，我遇到了这个问题。

标签： windows python-3.x tensorflow

【解决方案1】：

我们回答了这个也与架构有关的问题在以下链接中理解这一点 Input to reshape is a tensor with 37632 values, but the requested shape has 150528 如果您遇到任何问题，请告诉我们

【讨论】：

【解决方案2】：

我也遇到了同样的问题。当我们使用 label_size 超过数据集中的类数时，就会出现这种情况。

在最后一个全连接层（密集）中，我使用了 46，但在我的数据集中只有 38 个类。所以当我使用 38 而不是 46 时，问题解决了。

【讨论】：