TensorFlow GAN适配RGB图像时出现张量维度不匹配报错

报错核心是你仅修改了数据读取、判别器输入层的通道参数，生成器输出配置、数据预处理逻辑、可视化代码、训练指标累加逻辑都没有同步适配RGB三通道模式，直接导致生成器输出的假图像仍为单通道（形状[16,28,28,1]），和三通道真实图像无法完成拼接操作。

待修复的具体问题 #

• 生成器最后一层转置卷积的输出通道数仍为1，未匹配RGB三通道要求
• 数据预处理阶段存在多余的维度扩展操作，会打乱张量像素排列
• 可视化逻辑是为单通道灰度图编写的，无法正常渲染RGB图像
• 训练循环中生成器的损失、精度累加逻辑写错，一直重复累加判别器的数值
• 损失函数参数和判别器输出激活不匹配，会导致损失计算偏差

修复步骤 #

1. 修正错误的数据预处理逻辑 #

预处理段多余的单通道维度扩展代码需要删除，避免硬reshape打乱像素顺序：

print(dataset.shape)
# 删除原代码中这行：dataset = np.expand_dims(dataset, -1).astype("float32") / 255
# 直接做归一化即可，不需要额外扩展维度
dataset = dataset.astype("float32") / 255

BATCH_SIZE = 16

dataset = np.reshape(dataset, (-1, 28, 28, 3))
dataset = tf.data.Dataset.from_tensor_slices(dataset)
dataset = dataset.shuffle(buffer_size=1024).batch(BATCH_SIZE)

2. 修改生成器输出通道为3 #

将生成器最后一层转置卷积的滤波器数量从1改为3，对应RGB三通道输出：

generator = keras.models.Sequential([
    keras.layers.InputLayer(input_shape=(NOISE_DIM,)),
    layers.Dense(7*7*256),
    layers.Reshape(target_shape=(7, 7, 256)),
    layers.Conv2DTranspose(256, 3, activation="LeakyReLU", strides=2, padding="same"),
    layers.Conv2DTranspose(128, 3, activation="LeakyReLU", strides=2, padding="same"),
    # 原代码filters=1 修改为3
    layers.Conv2DTranspose(3, 3, activation="sigmoid", padding="same"),
])

3. 修正损失函数参数匹配问题 #

你的判别器最后一层用了sigmoid激活，输出已经是0-1范围的概率值，需要把损失函数的from_logits参数改为False，避免损失计算异常：

lossFn = keras.losses.BinaryCrossentropy(from_logits=False)

4. 修正可视化函数适配RGB图像 #

删除原绘图逻辑里的单通道压缩、灰度色图配置，适配RGB图像渲染：

def plotImages(model):
    images = model(np.random.normal(size=(4, NOISE_DIM)))
    plt.figure(figsize=(9, 9))
    for i, image in enumerate(images):
        plt.subplot(2,2,i+1)
        plt.imshow(image.numpy())
        plt.axis("off")
    plt.show()

5. 修正训练循环的指标累加逻辑 #

原代码累加生成器指标时错误引用了判别器的返回值，修正对应字段：

for batch in dataset:
    dLoss = trainDStep(batch)
    dLossSum += dLoss["discriminator_loss"]
    dAccSum += dLoss["discriminator_accuracy"]

    gLoss = trainGStep(batch)
    # 原代码此处错误引用了dLoss的字段，替换为gLoss对应字段
    gLossSum += gLoss["generator_loss"]
    gAccSum += gLoss["generator_accuracy"]

    cnt += 1

完成以上修改后，维度不匹配的报错会直接消失，模型可以正常训练RGB图像。

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