tf.shape(图片) returns None 在 Tensorflow 2.0 中

Question

我正在使用 Tensorflow 2.0 构建超分辨率模型。在预处理过程中，我想按给定的补丁大小裁剪低分辨率和高分辨率图像。为此，我想获得低分辨率和高分辨率图像的高度和宽度。但是 tf.shape(image) 正在返回 None。有没有更好的方法？

目前我只是在使用 tf.shape 之前将每张图片调整到某个尺寸，但由于并非所有图片都具有相同的尺寸，这会影响成像质量。期待您的建议。

编辑部分：这是部分代码

low_r = tf.io.decode_jpeg(lr_filename, 频道=3)

low_r = tf.cast(low_r, dtype=tf.float32)

打印(low_r.shape)

打印语句打印(None, None, 3) 我想要的是得到身高和体重，比如 (240,360,3)

Answer 1

我无法重复您的问题，但这应该为您提供了一种方法来测试您的 Tensorflow 2.0 安装并与您当前获得的结果进行比较。

创建张量并检查其形状：

import tensorflow as tf
t = tf.constant([[[1, 1, 1], [2, 2, 2]], [[3, 3, 3], [4, 4, 4]]])
tf.shape(t)  # [2, 2, 3]

Out[1]: <tf.Tensor: id=1, shape=(3,), dtype=int32, numpy=array([2, 2, 3])>

接下来，检查调用函数 return 的内容：

tf_shape_var = tf.shape(t)
print(tf_shape_var)

输出：

tf.Tensor([2 2 3], shape=(3,), dtype=int32)

最后，在 int 和 string 上调用它以取回有效的 return:

tf.shape(1)
Out[10]: <tf.Tensor: id=12, shape=(0,), dtype=int32, numpy=array([], dtype=int32)>

tf.shape('asd')
Out[11]: <tf.Tensor: id=15, shape=(0,), dtype=int32, numpy=array([], dtype=int32)>

打印语句：

print(tf.shape(1))
print(tf.shape('asd'))

输出：

tf.Tensor([], shape=(0,), dtype=int32)
tf.Tensor([], shape=(0,), dtype=int32)

Link 对于 tf.shape() https://www.tensorflow.org/versions/r2.0/api_docs/python/tf/shape

Answer 2

我不确定这是否也是你的情况，但在我的 TensorFlow (v2.4.0rc2) 中，my_tensor.shape() 也是 returns TensorShape([None, None, None, None])。这与 TensorShape 张量是在构建期间而不是在执行期间生成的事实有关。

使用 tf.shape()（在你的问题中提到，但实际上没有在你的代码片段中使用）为我解决了这个问题。

> my_tensor.shape()
TensorShape([None, None, None, None])
> tf.shape(my_tensor)
[10 512 512 8]

tf.shape(图片) returns None 在 Tensorflow 2.0 中

tf.shape(image) returns None in Tensorflow 2.0

tensorflow

tensorflow-datasets

tensorflow2.0