Tensorflowのエラーの意味。Incompatible shapes。

Question

下のコードを実行すると、「Incompatible shapes: [16,28,28,1] vs. [16,28,1]」のエラーが出ます。

from tensorflow.python import keras
from tensorflow.python.keras import backend as K
from tensorflow.python.keras.models import Model, Sequential
from tensorflow.python.keras.layers import Input, Lambda
from tensorflow.python.keras.datasets import cifar10
from tensorflow.python.keras.datasets import mnist

input1 = Input(shape=(28,28,1))

mean = Lambda(lambda x: K.mean(x, axis=1), output_shape = (None,32,1))(input1)

output = Lambda(lambda x: x[0] + x[1])([input1, mean])

model = Model(inputs = [input1], outputs = [output])
model.summary()

(x_train, _), (x_test, _) = mnist.load_data()
x_train = x_train.reshape(-1,28, 28, 1)

model.compile(
    optimizer = 'adam',
    loss = 'mean_squared_error'
)

model.fit(
    x_train1,
    x_train1,
    epochs = 1000,
    batch_size=16,
    validation_split = 0.2,
)

エラーを見て出力の形に問題があるのかと思いましたが、model.summary()で確認しても以下の様に出力され、出力の形は[None,28,28,1]で問題ない気がします。

Layer (type)                    Output Shape         Param #     Connected to                     
==================================================================================================
input_1 (InputLayer)            (None, 28, 28, 1)    0                                            
__________________________________________________________________________________________________
lambda (Lambda)                 (None, 28, 1)        0           input_1[0][0]                    
__________________________________________________________________________________________________
lambda_1 (Lambda)               (None, 28, 28, 1)    0           input_1[0][0]                    
                                                                 lambda[0][0]                     
==================================================================================================
Total params: 0
Trainable params: 0
Non-trainable params: 0
__________________________________________________________________________________________________

エラーコードの全体図は以下です。

Incompatible shapes: [16,28,28,1] vs. [16,28,1]
[[Node: lambda_1/add = Add[T=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:GPU:0"](_arg_input_1_0_0/_21, lambda/Mean)]]
[[Node: loss_1/mul/_25 = _Recvclient_terminated=false, recv_device="/job:localhost/replica:0/task:0/device:CPU:0", send_device="/job:localhost/replica:0/task:0/device:GPU:0", send_device_incarnation=1, tensor_name="edge_45_loss_1/mul", tensor_type=DT_FLOAT, _device="/job:localhost/replica:0/task:0/device:CPU:0"]]

なぜこの様なエラーが出るのかさっぱり分かりません。

原因と解決策を教えていただけないでしょうか。よろしくお願いします。

Answer 1

変数outputは実質的にinput1+meanです。
このinput1は28×28×1のtensorに対し、meanは28×1の2次元なので加算ができません。meanが28のベクトル（実際にはバッチサイズ分のデータ件数を考慮すると16×28）に変形するとうまくいくと思います

Comments

[unramapomg]

回答がりがとうございます。
numpyで同様の計算ができたので、今回もできているものだと勘違いしていました。
meanのサイズを変更して試してみます。
恐らく書きミスだと思いますが、meanのサイズを16×28×28×1ですよね

[unramapomg]

input1のサイズ(None, 28, 28, 1)に対して、meanのサイズを(None, 28, 1, 1)に次元を1つ上げることで、無事計算することができました。
具体的には、

mean = Lambda(lambda x: K.mean(x, axis=1), output_shape = (None,32,1))(input1)
↓
mean = Lambda(lambda x: K.expand_dims(K.mean(x, axis=2),axis=2))(input1)

とすることでできました。

Answer 2

shapeは、多次元配列（行列）のサイズを意味します。
これが異なっているので、処理できませんという意味です。

https://teratail.com/questions/93251
こちらに同様の質問と回答が出ているので、ご参照されてみては如何でしょうか。

Comments

[unramapomg]

ご回答ありがとうございます。
参考にします。