构建32x32x3 RGB图像CNN及输出32x32图像解码器的形状错误求助

错误原因 #

代码中Conv2D层末尾多了一个逗号：

Z = tf.keras.layers.Conv2D(16, 3, padding="same", activation="relu")(inputs),

这个逗号会让Z变成包含单个张量的元组，而非正常的4维张量（NHWC格式：批次、高度、宽度、通道）。MaxPool2D层仅接收4维张量，元组传入后会被解析为5维结构，从而触发维度不匹配报错。

修正代码 #

删除多余的逗号即可：

inputs = tf.keras.layers.Input(shape=(32, 32, 3))
Z = tf.keras.layers.Conv2D(16, 3, padding="same", activation="relu")(inputs)
Z = tf.keras.layers.MaxPool2D(pool_size=(2,2))(Z)

错误原因 #

当前网络最后一层Conv2DTranspose输出张量的尺寸为(None, 28, 28, 1)，总元素数为28*28*1=784；但你试图将其Reshape为[32,32]（总元素数32*32=1024），两者元素总数不一致，因此触发报错。

修正方案 #

调整网络结构，让最后一层Conv2DTranspose输出尺寸为32x32x1，再进行Reshape。以下是可行的修正代码：

codings_size=10
decoder_inputs = tf.keras.layers.Input(shape=[codings_size])

# 初始全连接层输出适配后续转置卷积的尺寸
x=tf.keras.layers.Dense(8 * 8 * 16)(decoder_inputs)
x=tf.keras.layers.Reshape((8, 8, 16))(x)
# 第一次转置卷积：8x8 → 16x16
x=tf.keras.layers.Conv2DTranspose(32, 3, strides=2, padding="same", activation="relu")(x)
# 第二次转置卷积：16x16 →32x32
x=tf.keras.layers.Conv2DTranspose(1, 3, strides=2, padding="same")(x)
# 此时输出为(None,32,32,1)，Reshape为32x32
outputs=tf.keras.layers.Reshape([32, 32])(x)

variational_decoder = tf.keras.Model(inputs=[decoder_inputs], outputs=[outputs])

内容的提问来源于stack exchange，提问作者Linh Chi Nguyen