1. 程式人生 > >[Caffe]:關於Check failed: shape[i] >= 0 (-2 vs. 0)錯誤

[Caffe]:關於Check failed: shape[i] >= 0 (-2 vs. 0)錯誤

錯誤發現及分析

當使用caffe訓練網路的時候,出現如題錯誤,我們可以分析下日誌,日誌如下:
error
我們可以看出,在錯誤發生前生成的Top shape:64 2048 4 4 。也就是feature size是4 × 4的。然後再看看pool5對應的pooling layer的設定:
pool5
發現pooling的核大小被設定成7,這就是問題的所在了。

解決方案

  1. 改變輸入影象的大小,可以使feature map size變大
  2. 更改kernel_size的大小
    第二種方法比較直接。

相關推薦

[Caffe]:關於Check failed: shape[i] >= 0 (-2 vs. 0)錯誤

錯誤發現及分析 當使用caffe訓練網路的時候,出現如題錯誤,我們可以分析下日誌,日誌如下: 我們可以看出,在錯誤發生前生成的Top shape:64 2048 4 4 。也就是feature

caffe Check failed: mdb_status == 0 (2 vs. 0) No such file or directory

錯誤提示:Check failed: mdb_status == 0 (2 vs. 0) No such file or directory,建立資料層mnist是找不到mdb檔案 I0417 13:28:17.764714 35030 layer_fac

caffe check failed registry.count(type) == 1(0 vs. 1) unknown layer type問題

在Windows7下呼叫vs2013生成的Caffe靜態庫時經常會提示Check failed: registry.count(type) == 1 (0 vs. 1) Unknown layer type的錯誤,如下圖:      &nb

目標跟蹤:MTCNN報錯Check failed: registry.count(type) == 0 (1 vs. 0)

錯誤描述 當我在終端下用caffe命令對帶有PythonLayer的網路訓練時,出現瞭如下錯誤。  該錯誤提示Layer的卷積型別已經註冊過了。為什麼會出現這個錯誤呢?  其實是,博主機子上有多個Caffe版本,該版本的pycaffe介面沒有被指定正確。 解決方法

caffe:cudaSuccess (2 vs. 0) out of memory

問題描述: 我試圖在Caffe上訓練一個網路。 我有512x640的影象大小。 批量大小是1.我試圖實現FCN-8s。 我目前在一個帶有4GB GPU記憶體的Amazon EC2例項(g2.2xlarge)上執行。 但是當我執行solver,它立即丟擲一個錯

目標檢測faster rcnn error == cudaSuccess (2 vs. 0) out of memory

erro use nor group fas pro In 目標 檢測 想嘗試 更深更強的網絡,或者自己寫了一個費顯存的層,發現1080 ti的11G顯存不夠用了,老師報顯存不夠怎麽辦? Check failed: error == cudaSuccess (2 vs. 0

python 中[0]*20*2的區別

程式用例: a=[[1,2],[4,5]] b=[0]*len(a) d=0*len(a) print("len(a)=",len(a)) print("b=",b) print("d=",d) print(2*[1,2]) print([1,2]*2) 輸出如下: len(a)= 2 b=

有一組不同高度的臺階,有一個整數陣列表示,陣列中每個數是臺階的高度,當開始下雨了(雨水足夠多)臺階之間的水坑會積水多少呢? 如下圖,可以表示為陣列[0,1,0,2,1,0,1,3,2,1,2,1],返

這是一道今日頭條的面試題 """ 有一組不同高度的臺階,有一個整數陣列表示,陣列中每個數是臺階的高度,當開始下雨了(雨水足夠多)臺階之間的水坑會積水多少呢? 如下圖,可以表示為陣列[0,1,0,2,1,0,1,3,2,1,2,1],返回積水量6。 """ 分析:(手繪,

vlc-android-lib 3.0.0-2.1.0 幾乎支援所有格式檔案的播放

vlc-android-lib 3.0.0-2.1.0 在這吐槽下 我在 github 上找 vlc-android 的程式碼幾 乎所有原始碼都是 3 年前或者兩年前的 庫檔案 此次版本是最新版的 vlc-android 3.0.0- v2.1.0 vlc-android 的程式碼在 linux ubun

caffe,Inception v2 Check failed: top_shape[j] == bottom[i]->shape(j)

del 輸入 class number rules put ogl pro 報錯 使用Caffe 跑 Google 的Inception V2 對輸入圖片的shape有要求,某些shape輸進去可能會報錯。 Inception model中有從conv和pooling層co

成功解決caffecheck failed: error == cudaSuccess(9 vs. 0) invalid configuration..問題

因為修改了caffe的原始碼和opencv的原始碼,導致執行時出現check failed: error == cudaSuccess(9 vs. 0) invalid configuration..問題。如下圖所示。 出現這個錯誤的原因是因為程式在 CUDA_POST

配置SSD-caffe測試時出現“Check failed: error == cudaSuccess (10 vs. 0) invalid device ordinal”解決方案

這是由於GPU數量不匹配造成的,如果訓練自己的資料,那麼我們只需要將solver.prototxt檔案中的device_id項改為自己的GPU塊數,一塊就是0,兩塊就是1,以此類推。 但是SSD配置時的例子是將訓練語句整合成一個python檔案ssd_pascal.py,所以需要改此程式碼。相關配置訓練方法

cuda_launch_config.h:127] Check failed: work_element_count > 0 (0 vs. 0)

這個問題真奇怪,很多地方說版本問題,沒有請自實驗,因為我的機器不是所有tensorflow的程式都不能跑,所以不敢隨便變化,只是在程式中加了 os.environ["CUDA_DEVICE_ORDER"] = "PCI_BUS_ID" os.environ["CUDA_VISIBLE_DEVIC

Check failed: error == cudaSuccess (74 vs. 0) misaligned address

參考: https://github.com/BVLC/caffe/issues/5729 You can insert tow lines of code before size_t total_max_workspace = ... as follow: s

Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0) CUDNN_STATUS_INTERNAL_ERROR

pycharm呼叫cuda時報錯: Check failed: status == CUDNN_STATUS_SUCCESS (4 vs. 0)  CUDNN_STATUS_INTERNAL_ERROR 解決方法:加sudo 執行 如果是pycharm啟動,則:

Check failed: error == cudaSuccess (30 vs. 0) unknown error *** Check failure stack trace: ***

Check failed: error == cudaSuccess (30 vs. 0)  unknown error *** Check failure stack trace: ***     @     0x7fecadac1daa  (unknown)     @ 

Check failed: error == cudaSuccess (48 vs. 0) no kernel image is available for execution

報錯: CUDA版本為9.0,在Ubuntu 16.04上安裝Caffe時報錯: Check failed: error =s (48 vs. 0) no kernel image is available for execution  on device... 原因:

F1217 09:24:27.107496 4541 syncedmem.cpp:71] Check failed: error == cudaSuccess (30 vs. 0) unknown

F1217 09:24:27.107496  4541 syncedmem.cpp:71] Check failed: error == cudaSuccess (30 vs. 0)  unknown error 或者 nvcc warning : The 'comput

Check failed: status == CUDNN_STATUS_SUCCESS (6 vs. 0)

一開始以為是batch size設定得太大,將batch size 設定為 1 後出現如下得錯誤。 CUDNN_STATUS_SUCCESS (1 vs. 0) CUDNN_STATUS_NOT_INITIALIZED 修改CMakeLists.txt的第41行,即如下的

solver_factory.hpp:76] Check failed: registry.count(type) == 1 (0 vs. 1) Unknown solver type: SGD

問題描述  本人遇到這個問題的環境:  Ubuntu16  CUDA8  Caffe  Matlab2015b  具體環境安裝可見個人部落格  在編譯matlab版本caffe時遇到  安裝正常,編譯caffe正常,編譯matcaffe正常,測試matcaffe也正常,但在用matc