自编码器训练报错：logits与labels形状不匹配求助

问题原因 #

报错的核心是解码器中某一层卷积未设置填充，导致特征图尺寸逐步缩小，最终输出形状与输入不一致：

• 解码器中x = layers.Conv2D(16, 3, activation='relu')(x)这行代码默认使用padding='valid'（无填充），此时特征图尺寸从64x64变为62x62（计算方式：64 - 3 + 1 = 62）。
• 后续经过UpSampling2D(2)后，尺寸变为124x124，最终输出形状为(64,124,124,3)，与输入的(64,128,128,3)不匹配，触发ValueError。

修复步骤 #

给上述缺失填充的卷积层添加padding='same'，确保每一步卷积后特征图尺寸保持不变，最终输出与输入形状一致。

修复后的解码器代码 #

# Define the decoder
decoder_input = encoder_output
x = layers.Conv2D(8, 3, activation='relu', padding='same')(decoder_input)
x = layers.UpSampling2D(2)(x)
x = layers.Conv2D(8, 3, activation='relu', padding='same')(x)
x = layers.UpSampling2D(2)(x)
# 添加padding='same'，保证尺寸不缩小
x = layers.Conv2D(16, 3, activation='relu', padding='same')(x)
x = layers.UpSampling2D(2)(x)
decoder_output = layers.Conv2D(3, 3, activation='sigmoid', padding='same')(x)

验证修复效果 #

修复后，解码器各层输出尺寸变化如下：

1. 编码器输出：(None,16,16,8)
2. Conv2D(8,3,same) + UpSampling2D(2) → (None,32,32,8)
3. Conv2D(8,3,same) + UpSampling2D(2) → (None,64,64,8)
4. Conv2D(16,3,same) + UpSampling2D(2) → (None,128,128,16)
5. 最终Conv2D(3,3,same) → (None,128,128,3)，与输入形状完全匹配。

内容的提问来源于stack exchange，提问作者Davin Vroegop