如何正確獲取Tensorflow中的形狀，以便我可以再次成形？

我想在這裏顯然執行以下代碼如何正確獲取Tensorflow中的形狀，以便我可以再次成形？

def f(x): 
    (_, H, W, C) = tf.shape(x) 
    x_reshaped = tf.reshape(x, (-1,C)) 
    res = x_reshaped/(H*W*C) 
    return res

但是，問題是，我不知道H，W在高級所以他們？，？。所以重塑和倍增不起作用。現在我的問題是，如何正確執行上述計算，以便res是一個正確的tensorflow節點，可以在會話中稍後進行計算？

來源

2017-07-29 Tamim Addari

下面應該工作：

X = tf.placeholder(tf.float32, shape=[None, None, None, 40]) 

def f(x): 
    s = tf.shape(x) 
    x_reshaped = tf.reshape(x, [-1,s[3]]) 
    res = tf.div(x_reshaped, tf.cast((s[0]*s[1]*s[2]), tf.float32)) 
    return res 

out = f(X) 

sess = tf.Session() 
sess.run(out, {X:np.random.normal(size=(10,20,30,40))})

來源

2017-07-29 16:18:10

我假設你想x是形狀(batch_size, H*W*C)，這意味着每x項目是「扁平化」的圖像數據。在這種情況下，正確的代碼將是：

x_reshaped = tf.reshape(x, (-1, H*W*C))

但沒有看到更多的代碼，我不能確定。例如，如果您的神經網絡設計爲卷積，則根本不需要重塑

來源

2017-07-29 16:22:12

如何正確獲取Tensorflow中的形狀，以便我可以再次成形？

回答

相關問題