我试着在meical图像上使用3D unet。我使用的接口是tensorlayer。当我试图计算两个张量的均方误差时:
mse_loss = tl.cost.mean_squared_error(dense_unet3D.outputs, t_target_image, is_mean=True)
这里tl代表tensorlayer,而我使用的是3D dense_net。密集输出的大小是:(4,128,128,128,1)意思是(批次,深度,高度,宽度,通道),与目标图像相同。 我知道在tensorlayer中,均方误差不能计算5D张量,所以我在tensorlayer的函数cost中添加了以下代码:
^{pr2}$我将优化器定义为:
g_optim_init = tf.train.RMSPropOptimizer(lr_v).minimize(mse_loss, var_list=g_vars)
但是,当执行上述代码时,错误:
值错误:没有要优化的变量。
出来了。我不知道为什么。有没有人能告诉我怎么解决这个问题?在
你的变量列表
g_vars
看起来怎么样?这可能是空的,这使得优化器没有要优化的变量。在相关问题 更多 >
编程相关推荐