TensorFlow 中图像张量的形状是什么

Question

最近开始学习Tensorflow，特别想用卷积神经网络做图像分类。我一直在查看官方存储库中的 android 演示，特别是这个例子：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/android/src/org/tensorflow/demo/TensorFlowImageClassifier.java

在第 145 行，它使用图像的输入数据创建一个张量，如下所示：

inferenceInterface.feed(inputName, floatValues, 1, inputSize, inputSize, 3);

现在，我一直在试图理解它在做什么，它最终调用了这个方法：Tensor.create。我不明白的是为什么这个函数的输入参数给出的张量的形状（也称为 "dimensions"）是 {1, inputSize, inputSize, 3}。第二个和第三个维度是图像的宽度和高度，第四个维度是图像的RGB数据。但是为什么它的第一个维度是 1 呢？这个 Tensor 的形状不应该是 {inputSize, inputSize, 3} 吗？我想因为维度是 1，所以没有什么区别，但我想这个符号一定是有原因的，我不明白。

Answer 1

Tensorflow 处理成批图像。 因此，该模型接受一批图像，每个图像的形状为 inputSize x inputSize x 3.

1 是批量大小。因此，在实践中，您正在为网络提供一个批次，其中包含一个图像，该图像是一个形状为 1 x inputSize x inputSize x 3

的张量