Deep learning 使用来自niftynet的预训练模型时出现问题

我想使用niftynet上提供的

dense\u vnet

模型进行2类分割，该模型最初进行9类分割

我试图根据以下建议在配置文件中进行更改，从而仅重新训练最后一层：

错误：

tensorflow.python.framework.errors\u impl.InvalidArgumentError:分配 需要两个张量的形状匹配。左侧形状=[2]右侧形状= [9] [{{node save/Assign\u 8}}=Assign[T=DT\u FLOAT，class=[“loc:@DenseVNet/conv/conv/b”]，使用\u locking=true，验证\u shape=true， device=“/job:localhost/replica:0/task:0/device:CPU:0”]（DenseVNet/conv/conv/b， 保存/恢复2:8）]]

---

看起来您已经恢复了太多的层，其中一些层仍然被设计为9类。检查体系结构并排除所有层（设计为分为9类）的恢复

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

num_classes = 2