最近在自己试着运行这个Flood-filling Networks算法，是全脑图像分割算法，基于CNN，使用Tensorflow，先附上链接：
作者给的用于训练推理的一个样本数据集是FIB-25数据集，具体来说就是果蝇的切片脑图像，用于训练的数据集的维度是520*520*520（灰度矩阵和标签都是这个维度），我使用作者给的这个数据集运行十分顺利，但是在换用另一个数据集：CREMI数据集（也是果蝇的脑切片，维度是125*1250*1250）进行网络的训练的时候，报错如下：
Traceback (most recent call last):
File "train.py", line 739, in <module>
app.run(main)
File "/home/.local/lib/python3.6/site-packages/absl/app.py", line 299, in run
_run_main(main, args)
File "/home/.local/lib/python3.6/site-packages/absl/app.py", line 250, in _run_main
sys.exit(main(argv))
File "train.py", line 730, in main
**json.loads(FLAGS.model_args))
File "train.py", line 624, in train_ffn
load_data_ops = define_data_input(model, queue_batch=1)
File "train.py", line 412, in define_data_input
0]))
File "/home/.local/lib/python3.6/site-packages/tensorflow/python/ops/gen_math_ops.py", line 2649, in equal
"Equal", x=x, y=y, name=name)
File "/home/.local/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py", line 609, in _apply_op_helper
param_name=input_name)
File "/home/.local/lib/python3.6/site-packages/tensorflow/python/framework/op_def_library.py", line 60, in _SatisfiesTypeConstraint
", ".join(dtypes.as_dtype(x).name for x in allowed_list)))
TypeError: Value passed to parameter 'x' has DataType uint64 not in list of allowed values: bfloat16, float16, float32, float64, uint8, int8, int16, int32, int64, complex64, quint8, qint8, qint32, string, bool, complex128
看上去问题的核心在于train.py中的
**json.loads(FLAGS.model_args))
这一行，但是这里的参数FLAGS.model_args是在训练模型的时候给定的参数，不管使用哪个数据集都是一样的，我把运行训练文件的代码贴过来：
python train.py \
--train_coords third_party/neuroproof_examples/validation_sample/tf_record_file/tf_record.tfrecords \ #在之前的运行中生成的tfrecords文件
--data_volumes validation1:third_party/neuroproof_examples/validation_sample/grayscale_maps.h5:raw \ #灰度矩阵
--label_volumes validation1:third_party/neuroproof_examples/validation_sample/groundtruth.h5:stack \ #标签矩阵
--model_name convstack_3d.ConvStack3DFFNModel \
--model_args '{"depth": 12, "fov_size": [33, 33, 33], "deltas": [8, 8, 8]}' \ #模型参数
--image_mean 128 \
--image_stddev 33
我怎么也想不通为什么对不同的数据集，json在解码相同的model_args时会报错……？是因为CREMI数据集的三个维数不一致，我依然沿用相同的参数导致的吗（FIB-25数据集维度是520*520*520，CREMI数据集维度是125*1250*1250）？
有些茫然，感谢大家的帮助。
