使用占位符值重塑张量

Question

我想使用 [int, -1] 表示法重塑张量（例如，压平图像）。但是我不知道提前知道第一个维度。一个用例是在大批量上训练，然后在小批量上进行评估。

为什么会出现以下错误：got list containing Tensors of type '_Message'?

import tensorflow as tf
import numpy as np

x = tf.placeholder(tf.float32, shape=[None, 28, 28])
batch_size = tf.placeholder(tf.int32)

def reshape(_batch_size):
    return tf.reshape(x, [_batch_size, -1])

reshaped = reshape(batch_size)


with tf.Session() as sess:
    sess.run([reshaped], feed_dict={x: np.random.rand(100, 28, 28), batch_size: 100})

    # Evaluate
    sess.run([reshaped], feed_dict={x: np.random.rand(8, 28, 28), batch_size: 8})

注意：当我在函数外部进行整形时，它似乎可以工作，但我有多次使用的非常大的模型，因此我需要将它们保存在一个函数中并使用参数传递 dim。

Answer 1

要实现此功能，请替换函数：

def reshape(_batch_size):
    return tf.reshape(x, [_batch_size, -1])

…函数为：

def reshape(_batch_size):
    return tf.reshape(x, tf.pack([_batch_size, -1]))

错误的原因是 tf.reshape() expects a value that is convertible to a tf.Tensor as its second argument. TensorFlow will automatically convert a list of Python numbers to a tf.Tensor but will not automatically convert a mixed list of numbers and tensors (such as a tf.placeholder())——而不是引发您看到的有点不直观的错误消息。

tf.pack() 运算符采用 list 可转换为张量的对象，并单独转换每个元素，因此它可以处理占位符和整数的组合.

Answer 2

您好，所有问题都是由于 Keras 版本引起的。我首先尝试但没有成功。卸载 Keras 并通过 pip 安装。它对我有用。

我在使用 Keras 1.0.2 时遇到了这个错误并在 Keras 1.2.0 中解决了

希望这会有所帮助。谢谢

使用占位符值重塑张量

Reshape tensor using placeholder value

tensorflow