小编cro*_*ssx的帖子

我正在尝试在TensorFlow（此处为PyTorch实现）中实现本白皮书中所述的“扩散残差网络”，以在CityScapes数据集上对其进行训练并将其用于语义图像分割。不幸的是，我在尝试训练时遇到错误，而且似乎找不到解决方法。

由于这种类型的网络可以看作是ResNet的扩展，因此我使用了官方的TensorFlow ResNet模型（Link），并通过更改步幅，添加了膨胀（作为tf.layers.conv2d函数中的参数）来修改了体系结构。连接。

为了训练该网络，我想使用与TensorFlow ResNet模型中相同的方法：将tf.estimator与input_fn结合使用（可以在本文结尾处找到）。

现在，当我想使用CityScapes数据集训练该网络时，出现以下错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-19-263240bbee7e> in <module>()
----> 1 main()

<ipython-input-16-b57cd9b52bc7> in main()
     27         print('Starting a training cycle.')
     28         drn_classifier.train(
---> 29             input_fn=lambda: input_fn(True, _BATCH_SIZE, _EPOCHS_PER_EVAL),hooks=[logging_hook])
     30 
     31         print(2)

~\Anaconda3\envs\master-thesis\lib\site-packages\tensorflow\python\estimator\estimator.py in train(self, input_fn, hooks, steps, max_steps, saving_listeners)
    300 
    301     saving_listeners = _check_listeners_type(saving_listeners)
--> 302     loss = self._train_model(input_fn, hooks, saving_listeners)
    303     logging.info('Loss for final step: %s.', loss)
    304     return self

~\Anaconda3\envs\master-thesis\lib\site-packages\tensorflow\python\estimator\estimator.py in _train_model(self, input_fn, …