Keras+；CNTK:带MBlayoutFor的张量许可证

在将使用Keras+Tensorflow后端完成的图像分割代码迁移到Keras+CNTK后端时，我遇到了一些问题。该代码在TF后端上运行良好，但在CNTK上崩溃

该模型的灵感来自

模型输入定义为

输入=输入（（img\u宽度、img\u高度、数量通道））

，其中

数量通道=1

错误来自尝试拟合模型的行：

model.fit（X\u-train，Y\u-train，epochs=trainingEpochs，verbose=2，shuffle=True，validation\u-data=（X\u-val，Y\u-val），callbacks=cb\u-list）

其中

X\u-train

，

Y\u-train

，

X\u-val

，

Y\u-val

都是形状

（num\u切片，img\u宽度，img\u高度，num\u通道）

我一直得到的错误如下：

回溯（最近一次呼叫最后一次）：
文件“TrainNetwork_CNTK.py”，第188行，在
历史=model.fit（X\u序列，Y\u序列，epochs=trainingEpochs，verbose=2，shuffle=True，validation\u data=（X\u val，Y\u val），callbacks=cb\u list）
文件“C:\Users…\site packages\keras\engine\training.py”，第1430行，适合
初始纪元=初始纪元）
文件“C:\Users…\site packages\keras\engine\training.py”，第1079行，在\u fit\u循环中
outs=f（ins\U批量）
文件“C:\Users…\site packages\keras\backend\cntk\u backend.py”，第1664行，在调用中 输入（指令、自培训师输出）
文件“C:\Users…\site packages\cntk\train\trainer.py”，第160行，在train\u minibatch中
输出（地图、设备）
文件“C:\Users…\site packages\cntk\cntk\u py.py”，第2769行，在列\u minibatch中
return\u cntk\u py.Trainer\u train\u minibatch（self，*args）
运行时错误：节点“UserDefinedFunction2738”（UserDefinedV2Function操作）：TensorSliceWithMBLayoutFor:FrameRange的动态轴与数据不一致：

---

在这里，似乎很少有关于CNTK问题的活动，所以任何试图揭示这个问题的东西都会非常有帮助

原因是损失函数：

def dice_coef(y_true, y_pred):
    y_true_f = K.flatten(y_true)
    y_pred_f = K.flatten(y_pred)
    intersection = K.sum(y_true_f * y_pred_f)
    return (2. * intersection + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth)

cntk_keras的展平实现存在一个已知问题，这导致批次轴形状与此情况不匹配。不幸的是，我没有机会修复它：(

但对于您的情况，我认为我们不需要在这里进行展平，对吗？因为您正在使用带有默认轴选项的K.sum（x），该选项将对所有轴应用reduce sum以获得一个比例，我们应该在不展平的情况下获得相同的结果。我尝试了下面的损失函数，它似乎有效：

def dice_coef(y_true, y_pred):
    intersection = K.sum(y_true * y_pred)
    return (2. * intersection + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth)

---

很抱歉，回复太晚，整个月都在从一个项目转移过来。我最近尝试了你的建议，一切似乎都很好。不过，是否打算在以后的版本中修复此错误？我将CNTK升级到了2.2版，我在扁平化实现中遇到了同样的问题。