在具有多gpu环境的Keras中使用tf.image.resize_双线性时，获取InvalidArgumentError

我在分割网络中使用了tf.image.resize_双线性，似乎这个函数不支持多gpu模型。下面的代码显示了简化的情况：（可以直接运行）

导入操作系统
os.environ[“CUDA_可视设备”]=“0，1”
从keras.backend.tensorflow_后端导入集_会话
从keras导入后端为K
从keras.utils导入多个gpu模型
从keras.applications.mobilenet_v2导入预处理输入
导入tensorflow作为tf
将numpy作为np导入
config=tf.ConfigProto（）
config.gpu\u options.allow\u growth=True
config.allow_soft_placement=True
sess=tf.Session（config=config）
设置会话（sess）
批次=4
num_classes=2
尺寸=128
K.清除会话（）
def_GetRandomImg（）：
形状=（批次、大小、大小，3）
img=np.random.randint（低=0，高=256，大小=shape）
返回预处理输入（img）
def_GetRandomLabel（）：
形状=（批次、大小、大小、数量类）
label=np.random.randint（低=0，高=num\u类，大小=shape）
label=np.exp（label）
label=label/np.sum（label，axis=-1，keepdims=True）
退货标签
def DataGen（）：
尽管如此：
x=_GetRandomImg（）
y=_GetRandomLabel（）
产量x，y
从keras.layers导入输入，Conv2D，Lambda
从keras导入模型
def GetModel（）：
输入=输入（形状=（大小，大小，3））
f=lambda x:tf.image.resize\u双线性（输入，（大小，大小），对齐\u角=真）
x=Lambda（f，输出_形状=（大小，大小，3））（输入）
输出=Conv2D（num\u类，内核大小=3，padding='same'）（x）
模型=模型（输入=[输入]，输出=[输出]）
回归模型
gen=DataGen（）
使用tf.device（'/cpu:0'）：
model=GetModel（）
模型=多gpu模型（模型，gpu=2）
编译（loss='classifical\u crossentropy'，optimizer='sgd'）
结果=模型拟合生成器（gen，历元=2，详细=1，每历元步数=100）

它在单gpu环境下工作正常，但在多gpu环境下，我得到以下错误：

InvalidArgumentError: Incompatible shapes: [3,128,128,2] vs. [6,128,128,2]
     [[{{node loss/conv2d_1_loss/categorical_crossentropy/mul}}]]
     [[{{node training/SGD/gradients/conv2d_1_1/concat_grad/Slice_1}}]]

---

问题解决了。如果tensorflow函数用于自定义Lambda层，则需要显式使用set_shape（）函数：

def MyResize线性（x、高度、宽度）：
行，cols=1，2
原始形状=K.int形状（x）
new_shape=tf.constant（np.array（[height，width]，dtype='int32'））
x=tf.image.resize\u双线性（x，新形状，对齐角=True）
如果原始形状[行]不是其他高度，则新建高度=无
如果原始_形状[cols]不是其他宽度，则新_宽度=无
输出形状=（无，新高度，新宽度，无）
x、 设置形状（输出形状）
返回x

问题解决了。如果tensorflow函数用于自定义Lambda层，则需要显式使用set_shape（）函数：

def MyResize线性（x、高度、宽度）：
行，cols=1，2
原始形状=K.int形状（x）
new_shape=tf.constant（np.array（[height，width]，dtype='int32'））
x=tf.image.resize\u双线性（x，新形状，对齐角=True）
如果原始形状[行]不是其他高度，则新建高度=无
如果原始_形状[cols]不是其他宽度，则新_宽度=无
输出形状=（无，新高度，新宽度，无）
x、 设置形状（输出形状）
返回x