深度学习:使用残差网络时出现ValueError: Operands could not be broadcast together with shapes (2985, 48) (2984, 48)

最近想使用残差网络去跑模型,看看能不能提升训练精度,但是在连接主路和辅路的时候

x1=keras.layers.add([x1,x2])

遇到错误:

ValueError: Operands could not be broadcast together with shapes (2985, 48) (2984, 48)

这个错误的意思就是主路输出的张量的shape和辅路输出的张量的shape不一致,所以无法结合,要保证主路和辅路的shape一致才可以实现结合。这里是2985和2984不一致,这是因为两层之间的卷积层没有设置padding参数,当我们在卷积层中加个

padding='same'

这样,就都变成2985了,第一维搞定
要第二维也一致,主路和辅路需要一个卷积核数量一致的卷积层。

你可能感兴趣的:(深度学习)