TensorFlow Conv2D维度不匹配报错求助：输入与滤波器维度不符

嗨，我来帮你搞定这个TensorFlow Conv2D的维度错误！咱们先拆解一下错误信息和你的代码问题：

错误根源 #

错误提示里明确说了：Dimensions must be equal, but are 1 and 2 for 'Conv2D'，对应的输入形状是[2,2,2,1]，滤波器（kernel）形状是[1,1,2,1]。

回忆一下Conv2D的核心维度规则：

• 输入形状：[batch, in_height, in_width, in_channels]——你的输入input_batch是2个样本，每个样本是2x2的单通道（in_channels=1）特征图，这部分是对的。
• 滤波器形状：[filter_height, filter_width, in_channels, out_channels]——这里第三个维度必须和输入的in_channels完全一致，因为每个滤波器要和输入的每一个通道做卷积运算，通道数不匹配就没法完成计算。

你的问题就出在这：输入的in_channels是1，但你的kernel第三个维度是2，两者不匹配，所以触发了维度错误。

修正方案 #

根据你的代码结构，我猜你可能是想定义一个1x1的滤波器，输出2个通道？那咱们调整kernel的结构，让它的in_channels和输入保持一致（也就是1），同时设置out_channels为2：

修正后的完整代码 #

#-*-coding:utf-8-*
import tensorflow as tf
input_batch = tf.constant([
    [ [[0.0], [1.0]], [[2.0], [3.0]] ],
    [ [[2.0], [4.0]], [[6.0], [8.0]] ]
])
# 调整kernel结构：1x1大小，in_channels=1，out_channels=2
kernel = tf.constant([
    [[[1.0, 2.0]]]
])
conv2d = tf.nn.conv2d(input_batch, kernel, strides=[1, 1, 1, 1],padding='SAME')
with tf.Session() as sess:
    result = sess.run(conv2d)
    print(result)

如果你确实需要kernel的in_channels为2 #

那你得同步修改输入的in_channels为2，比如把每个像素点改成包含2个通道的值：

input_batch = tf.constant([
    [ [[0.0, 0.1], [1.0, 1.1]], [[2.0, 2.1], [3.0, 3.1]] ],
    [ [[2.0, 2.1], [4.0, 4.1]], [[6.0, 6.1], [8.0, 8.1]] ]
])
# 此时kernel的in_channels=2，和输入完美匹配
kernel = tf.constant([
    [[[1.0], [2.0]]]
])

这样运行就不会再出现维度不匹配的问题啦！

内容的提问来源于stack exchange，提问作者Yuan Liao