如何在張量流中實現RGB圖像張量？

Question

我是tensorflow的新手，我正在嘗試創建堆疊稀疏降噪自動編碼器模型。我已經找到了一種方法來加載我的訓練（和測試）集，通過這裏和github的例子，但我不能用它們作爲張量來執行所需的乘法等等（此代碼僅用於加載圖像）

import tensorflow as tf 
import glob 
import numpy as np 
from PIL import Image as im 

im_list = [] 

#LOAD ALL SETS 
training_set = [] 
training_set = glob.glob("folder/training_set/*.jpg") 

testing_set = [] 
testing_set = glob.glob("folder/corrupted/*.jpg") 

# testing my code only for the training set 
filename_queue = tf.train.string_input_producer(training_set) 

reader = tf.WholeFileReader() 
key, value = reader.read(filename_queue) 

#data = tf.image.decode_jpeg(value) 
data = tf.decode_raw(value, tf.uint8) 

sess = tf.InteractiveSession() 

sess.run(tf.global_variables_initializer()) 
#sess.run(tf.global_variables_initializer()) 
sess.run(tf.local_variables_initializer()) 

coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(coord=coord) 

for i in range (196): 
    print i 
    m_key = sess.run([key,data]) 
    im_list.append(m_key[1]) 



coord.request_stop() 
coord.join(threads) 

通過使用此代碼，我設法將所有圖像保存爲包含數據的uint8數組列表，但其大小從〜800到〜1000。我的圖片大小爲32x32x3，因此缺少一些東西。

我想他們另一種方式是：

filename_queue = tf.train.string_input_producer(training_set) 

image_reader = tf.WholeFileReader() 

_, image_file = image_reader.read(filename_queue) 

imagee = tf.image.decode_jpeg(image_file) 

#tf.cast(imagee, tf.float32) 

sess = tf.InteractiveSession() 

sess.run(tf.global_variables_initializer()) 

coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(coord=coord) 

image = sess.run(imagee) 

imaginar = image.astype(np.float32) 

#train_step.run(feed_dict={x: imaginar, y_: imaginar_test}) 

coord.request_stop() 
coord.join(threads) 

和IM嘗試計算

y = tf.matmul(x,W) + b   
h_x_s = tf.sigmoid(y) 
h_x = tf.matmul(h_x_s,W_) + b_ 
y_xi = tf.sigmoid(h_x) 

這樣，我的圖片是32x32x3 numpy的陣列，但我不能找到一種方法，將其保存爲張量所以tf.matmul的作品。我總是得到關於我的數組的非擬合形狀的錯誤。

# VARIABLES 
x= tf.placeholder(tf.float32,[32, 32, 3]) 
y_ = tf.placeholder(tf.float32,[32, 32, 3]) 

W = tf.Variable(tf.zeros([32,32,3])) 
b = tf.Variable(tf.zeros([32,32,3])) 

W_ = tf.Variable(tf.zeros([32,32,3])) 
b_= tf.Variable(tf.zeros([32,32,3])) 

（不成功的嘗試）

我應該如何加載（和解碼）我的圖片，並應我的變量和佔位符是什麼尺寸？任何幫助將非常感激！

謝謝:)

Answer 1

萬一任何人具有相同的問題：

首先使用decode_jpeg(data, channels = 3)（信道= 3表示RGB）或取決於你的圖像類型的其它解碼器。

所以你可以做的是把3D圖像轉換成2D矢量。例如，如果圖像是（32,32,3），您的矢量應該是（1,32 * 32 * 3） - >（1，3072）。你可以做，使用

2d_vec = original_3d_image.reshape(1,-1)

您可以通過使用

2d_vec.reshape(32,32,3)

不要忘記使用它們作爲輸入之前，一定要規範你的數據重新設置爲3D。所有你需要做的就是

2d_vec = 2d_vec/max_value_of_2d_vec

我已經在我之前，所以，如果你有任何問題，問我貼的代碼改變了很多！

Answer 2

我建議你嘗試網站上的TensorFlow教程。在TF中，您首先創建一個圖然後運行它，然後您可以用多種不同的方式將信息從python輸入到圖中。