tensorflow.python.framework.errors\u impl.InvalidArgumentError:不兼容的形状:[1568]与[32,49]
我的keras编码器-解码器代码在cpu上运行良好。但在gpu上,我不能以1以外的批量大小启动它!这很奇怪。即使在此配件中不使用“批量大小”参数,我也会得到: tensorflow.python.framework.errors\u impl.InvalidArgumentError:不兼容的形状:[1568]与[32,49] (默认情况下,keras采用批次大小=32)tensorflow.python.framework.errors\u impl.InvalidArgumentError:不兼容的形状:[1568]与[32,49],tensorflow,keras,lstm,Tensorflow,Keras,Lstm,我的keras编码器-解码器代码在cpu上运行良好。但在gpu上,我不能以1以外的批量大小启动它!这很奇怪。即使在此配件中不使用“批量大小”参数,我也会得到: tensorflow.python.framework.errors\u impl.InvalidArgumentError:不兼容的形状:[1568]与[32,49] (默认情况下,keras采用批次大小=32) 我可以用我想要的任何批量运行许多其他程序。Wht模块正在比较二维对象和一维对象?我的问题类似,但我得到: tensorflo
我可以用我想要的任何批量运行许多其他程序。Wht模块正在比较二维对象和一维对象?我的问题类似,但我得到: tensorflow.python.framework.errors\u impl.InvalidArgumentError:
不兼容的形状:[64]对[128] 我发现这可能是因为损失函数不执行降维操作。
因此,我尝试了
tf.reduce_mean()
,它显示ok。对于那些出现类似错误的人,可以查看此链接以及github.com/keras-team/keras/issues/11749-更改使用的度量有助于解决问题。