InvalidArgumentErrorに関して

Question

超解像のディープラーニングを試みています。input imageとoutput imageのshapeは合っているのですが、Convの過程でShapeが合わずに学習が出来ません。解決策を探しております。どなたかよいアドバイスをお願いいたします。

imagelow_train=x_train.reshape(490,500, 607, 1)
imagehigh_train=y_train.reshape(490, 500, 607, 1)

#DDSRCNN
def network_ddsrcnn():
input_image=Input(shape=(None,None,1))

enc1 = Conv2D(64, kernel_size=3, activation='relu', padding='same')(input_image)
enc1 = Conv2D(64, kernel_size=3, activation='relu', padding='same')(enc1)
down1 = MaxPooling2D(pool_size=2)(enc1)

enc2 = Conv2D(128, kernel_size=3, activation='relu', padding='same')(down1)
enc2 = Conv2D(128, kernel_size=3, activation='relu', padding='same')(enc2)
down2 = MaxPooling2D(pool_size=2)(enc2)

enc3=Conv2D(256, kernel_size=3, activation='relu', padding='same')(down2)

up3=UpSampling2D(size=2)(enc3)
dec3=Conv2D(128, kernel_size=3, activation='relu', padding='same')(up3)
dec3 = Conv2D(128, kernel_size=3, activation='relu', padding='same')(dec3)

add2=Add()([dec3,enc2])
up2=UpSampling2D(size=2)(add2)
dec2=Conv2D(64, kernel_size=3, activation='relu', padding='same')(up2)
dec2 = Conv2D(64, kernel_size=3, activation='relu', padding='same')(dec2)

add1=Add()([dec2,enc1])
dec1=Conv2D(1, kernel_size=5, activation='linear', padding='same')(add1)

model=Model(input_image,dec1)
return model

model=network_ddsrcnn()
training=model.fit(imagelow_train,imagehigh_train,epochs=100,batch_size=10,shuffle=True,validation_data=(imagelow_test,imagehigh_test),verbose=1)

エラーコード
tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes: [10,250,302,128] vs. [10,250,303,128]

Comments

[coco_bauer]

たぶん、imagelow_testとimagehigh_testのshapeが [10,250,302,128] と [10,250,303,128]で一致しない（第3次元の値が302と303で１つずれてる）のでしょうねぇ。質問のコードからimagelow_testとimagehigh_testが何なのかは判りませんので、推測の域を出ませんが。

imagelow_testとimagehigh_testのshapeをプログラムが実行される途中で表示するようにして、どこでずれが起きるのかを調べてみるのが、とりあえず試してみる事だと思います。

pythonはindent(文字下げ)でプログラムの構造を表しますので、質問のコードをちゃんと字下げしたコードに置き換えてください。今のコードじゃ、読む気にもなりません。