深度≥5的卷积神经网络模型构建报错问题咨询

问题重现 #

用于动态创建CNN的代码如下：

def create_model(depth):
    model = models.Sequential()
    model.add(layers.Conv2D(64, (3, 3), activation='relu', input_shape=(128, 130, 1)))
    model.add(layers.MaxPooling2D((2, 2)))

    for _ in range(depth):  
        model.add(layers.Conv2D(64, (3, 3), activation='relu'))
        model.add(layers.MaxPooling2D((2, 2)))

    model.add(layers.Flatten())
    model.add(layers.Dense(128, activation='relu'))
    model.add(layers.Dense(2, activation='softmax'))

    model.compile(optimizer='adam',
                  loss='categorical_crossentropy',
                  metrics=['accuracy'])

    return model

当执行model=create_model(5)（即depth≥5）时，会触发如下ValueError：

Negative dimension size caused by subtracting 3 from 2 for '{{node conv2d_224/Conv2D}} = Conv2D[...]' with input shapes: [?,2,2,64], [3,3,64,64].

depth<5时模型创建正常，≥5时报错。

错误原因 #

问题出在特征图尺寸的迭代缩小，默认的Conv2D使用padding="VALID"（无填充），每一步卷积和池化都会让特征图尺寸持续缩小：

1. 初始输入：(128, 130, 1)

   • 第一次Conv2D(3,3)后：(128-3+1, 130-3+1) = (126, 128)
   • 第一次MaxPooling2D(2,2)后：(126//2, 128//2) = (63, 64)

2. 每一轮depth循环的尺寸变化：

   • 先Conv2D(3,3)：尺寸变为(w-2, h-2)（因为3-1=2）
   • 再MaxPooling2D(2,2)：尺寸减半（向下取整）

逐轮计算后：

• depth=1后：(30, 31)
• depth=2后：(14, 14)
• depth=3后：(6, 6)
• depth=4后：(2, 2)

当depth=5时，进入第5轮循环，第一步要对(2,2)的特征图执行3x3卷积。由于padding="VALID"，卷积核尺寸（3x3）大于输入特征图尺寸（2x2），计算输出尺寸时会得到负数，直接触发维度错误。

解决方法 #

可以从以下几个方向修复：

• 限制depth最大值：将depth的上限设为4，避免特征图过小；
• 修改卷积填充方式：把Conv2D的padding参数设为"SAME"，自动填充边缘，保证卷积后尺寸与输入一致：

  model.add(layers.Conv2D(64, (3, 3), activation='relu', padding="SAME"))
  

• 调整卷积核/池化参数：在后期循环中使用更小的卷积核（比如1x1），或者减少池化次数；
• 增大输入尺寸：如果允许，将输入图像尺寸调大，让多轮迭代后特征图仍能容纳3x3卷积核。

内容的提问来源于stack exchange，提问作者Dheeman Kumar