标签：node le caused 28 conv2d 32 net5 Conv2D

ValueError: Negative dimension size caused by subtracting 5 from 1 for '{{node le_net5/conv2d/Conv2D}} = Conv2D[T=DT_FLOAT, data_format="NHWC", dilations=[1, 1, 1, 1], explicit_paddings=[], padding="VALID", strides=[1, 1, 1, 1], use_cudnn_on_gpu=true](le_net5/Cast, le_net5/conv2d/Conv2D/ReadVariableOp)' with input shapes: [32,1,28,28], [5,5,28,6].

使用Tensorflow搭建LeNet5训练Mnist数据集，出错的原因是图像数据维度的问题，输入模型的数据应该是三维，即 （32，32，3）或者（3，32，32），TensorFlow默认接受的是第一种方式，即（width，height，channel）
解决方法：
法一：在（60000，32，32）添加一个维度，填在最后面变成（60000，32，32，3）

train_images = tf.expand_dims(train_images, axis=3)

法二：修改TenforFlow默认指定通道方式

backend.set_image_data_format("channels_first")

标签：node,le,caused,28,conv2d,32,net5,Conv2D
来源： https://blog.csdn.net/m0_47256162/article/details/122161059

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。