我想實現具有不固定輸入大小的生成對抗網絡(GAN),如4-D Tensor (Batch_size, None, None, 3)
。Tensorflow conv2d_transpose output_shape
但是當我使用conv2d_transpose時,有一個參數output_shape
,這個參數必須在去卷積操作後通過true size
。
例如,如果the size of batch_img is (64, 32, 32, 128), w is weight with (3, 3, 64, 128)
,
deconv = tf.nn.conv2d_transpose(batch_img, w, output_shape=[64, 64, 64, 64],stride=[1,2,2,1], padding='SAME')
所以,我得到deconv
與size (64, 64, 64, 64)
,它如果我通過了true size of output_shape
沒關係。
但是,我想使用不固定的輸入大小(64, None, None, 128)
,並得到deconv
與(64, None, None, 64)
。
但是,它會產生如下錯誤。
TypeError: Failed to convert object of type <type'list'> to Tensor...
所以,我能做些什麼,以避免在deconv這個參數?還是有另一種方法來實現未固定的GAN?