Keras + CNTK: TensorSliceWithMBLayoutFor

Question

在将使用Keras+Tensorflow后端完成的图像分割代码迁移到Keras+CNTK后端时，我遇到了一些问题。代码在TF后端运行得很好，但却与CNTK崩溃。

这个模型是受https://github.com/jocicmarko/ultrasound-nerve-segmentation/blob/master/train.py启发的。

模型输入定义为inputs = Input((img_width, img_height, num_channels))，其中num_channels = 1。

错误来自于试图拟合模型的行：model.fit(X_train, Y_train, epochs=trainingEpochs, verbose=2, shuffle=True, validation_data=(X_val, Y_val), callbacks=cb_list)

其中X_train，Y_train，X_val，Y_val都是(num_slices, img_width, img_height, num_channels)形状的

我一直遇到的错误如下：

回溯(最近一次调用)： 文件"TrainNetwork_CNTK.py"，第188行，在 历史= model.fit(X_train，Y_train，epochs=trainingEpochs，verbose=2，shuffle=True，validation_data=(X_val，Y_val)，callbacks=cb_list) 文件"C:\Users...\site-packages\keras\engine\training.py"，第1430行，适配 initial_epoch=initial_epoch) 文件"C:\Users...\site-packages\keras\engine\training.py"，第1079行，在_fit_loop中 outs = f(ins_batch) 文件"C:\Users...\site-packages\keras\backend\cntk_backend.py"，第1664行，在call中 input_dict，self.trainer_output) 文件"C:\Users...\site-packages\cntk\train\trainer.py"，第160行，在train_minibatch中 output_map，设备) 文件“C：\Users.\site-packages\cntk\cntk_py.py”，第2769行，在train_minibatch中 返回_cntk_py.Trainer_train_minibatch(self，*args) RuntimeError:节点'UserDefinedFunction2738‘(UserDefinedV2Function操作)：TensorSliceWithMBLayoutFor: FrameRange的动态轴与数据不一致：

这里似乎很少有关于CNTK问题的活动，所以任何试图为这个问题发光的东西都会很有帮助！

Answer 1

原因是损失函数：

def dice_coef(y_true, y_pred):
    y_true_f = K.flatten(y_true)
    y_pred_f = K.flatten(y_pred)
    intersection = K.sum(y_true_f * y_pred_f)
    return (2. * intersection + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth)

Cntk_keras的扁平实现存在一个已知的问题，这会导致批处理轴形状与这种情况不匹配。不幸的是，我没有机会解决这个问题

但就你的情况而言，我认为我们不需要扁平的东西，对吧？由于您使用的是K.sum(x)和默认的轴选项，它将对所有轴应用减和以获得一个标度，因此我们应该得到相同的结果，而不必将其扁平化。我尝试了下面的损失函数，它看起来很有效：

def dice_coef(y_true, y_pred):
    intersection = K.sum(y_true * y_pred)
    return (2. * intersection + smooth) / (K.sum(y_true_f) + K.sum(y_pred_f) + smooth)