多标签cGAN生成器标签输入形状异常问题咨询

核心问题 #

生成器显示输入形状为(86, 1000)的直接原因是：你在返回Model时，错误地将**Embedding层的输出label_embedding**作为模型输入之一，而非原始的label输入张量。label_embedding是Embedding层处理后的结果，其形状为(None, 86, 1000)（对应input_length=86和输出维度latent_dim=1000），这就导致模型的输入被识别为该形状。

除此之外，代码还存在逻辑错误：针对86维的多标签向量，使用Embedding层并不合适。Embedding层的设计目标是处理离散分类标签（比如单个类别索引），每个索引对应一个嵌入向量；但你的标签是连续/多标签的86维向量，应该用全连接层（Dense）将其映射到与噪声同维度的空间。

修正后的生成器代码 #

import numpy as np
from tensorflow.keras.models import Sequential, Model
from tensorflow.keras.layers import Input, Dense, LeakyReLU, BatchNormalization, Reshape, multiply

def generator(latent_dim=1000, label_dim=86, output_data_shape=(6, 2532, 39, 5)):
    # 构建核心生成网络
    model = Sequential()
    # 调整输入维度为latent_dim（噪声与映射后标签元素相乘后的维度）
    model.add(Dense(256, input_dim=latent_dim))
    model.add(LeakyReLU(alpha=0.2))
    model.add(BatchNormalization(momentum=0.8))
    model.add(Dense(512))
    model.add(LeakyReLU(alpha=0.2))
    model.add(BatchNormalization(momentum=0.8))
    model.add(Dense(1024))  # 替换原不合理的Dense(2)层，避免信息丢失
    model.add(LeakyReLU(alpha=0.2))
    model.add(BatchNormalization(momentum=0.8))
    model.add(Dense(np.prod(output_data_shape), activation='tanh'))
    model.add(Reshape(output_data_shape))

    # 定义原始输入张量
    noise = Input(shape=(latent_dim,))
    label = Input(shape=(label_dim,))
    
    # 用Dense层替代Embedding层，将86维标签映射到1000维，与噪声维度匹配
    label_mapped = Dense(latent_dim)(label)
    
    # 噪声与映射后的标签进行元素相乘
    model_input = multiply([noise, label_mapped])
    
    # 生成CAD路径输出
    img = model(model_input)
    
    # 返回以原始noise和label为输入的模型
    return Model([noise, label], img)

关键修改点说明 #

1. 替换Embedding为Dense层：针对86维多标签向量，用Dense(latent_dim)将其映射到与噪声相同的1000维空间，避免了Embedding层的误用。
2. 修正模型输入张量：返回Model时使用原始的[noise, label]作为输入，而非Embedding层的输出，这样模型的输入形状就会显示为(1000,)和(86,)，符合预期。
3. 调整核心网络结构：替换原代码中不合理的Dense(2)层（该层会导致信息严重丢失，无法生成复杂的CAD路径），同时匹配元素相乘后的输入维度。

额外提示：判别器的潜在问题 #

你的判别器同样误用了Embedding层处理86维标签，建议采用和生成器相同的方式，用Dense层将标签映射到与扁平化后CAD数据相同的维度，再与扁平化图像进行融合。

内容的提问来源于stack exchange，提问作者JS4137