根据<code>C0</code>的说法，可以使用tf.shape()来调整大小未知的图像，如占位符。但是这个方法似乎对我不起作用。我有一些简单的代码，如下所示：基本上，我的代码执行以下操作:给定一个输入的1D数据x，程序尝试按某个随机因子对序列进行拉伸或压缩，并
浏览 12提问于2019-03-27得票数 1
假设在训练网络期间，我们将所有图像的大小调整为512*512，因此可能存在一个名为input:0的tf.Tensor，其形状为(batch_size, 512, 512, 3)。但是，在进行预测时，可以将多种尺寸的图像馈送到网络中。所以张量input:0的形状应该类似于(batch_size, None, None, 3)，因为图像的大小是<em
浏览 11提问于2019-05-03得票数 0
我尝试使用来获取一种将图像放大到特定区域的方法，作为细粒度图像识别的注意机制。
使用批处理中第一个图像的调整<em
浏览 1提问于2020-04-01得票数 0
回答已采纳
我用Tensorflow 2.0构建了一个超级分辨率模型。在预处理过程中，我想将低分辨率和高分辨率的图像裁剪成给定的补丁大小。为了做到这一点，我想得到低分辨率和高分辨率图像的高度和宽度。但是tf.shape(图像)没有返回任何内容。有没有更好的方法？
目前，我只是调整大小的每一个图像在使用tf.shap
浏览 0提问于2019-08-04得票数 2
回答已采纳
我正试图在TensorFlow中训练一个文本到语音模型。为了生成批处理，我使用bucket_by_sequence_length函数。我尝试过get_shape().as_list()和'tf.shape‘，但在运行时没有得到形状。对于时间维度，我总是没有。，对于张量，我在get_shape().as_list() (10，None，156)这里得到以下形状，mel，mag是两个时间维
浏览 0提问于2019-09-08得票数 0
2回答
我对TF还挺陌生的。我试图调整图像张量的大小，使图像的最低维数是一个恒定值LO_DIM。else: img = resize(img, [w, LO_DIM])
我知道，为了调整尺寸，我应该使用tf.image.resize_images，但考虑到张量似乎有shape=<unknown>，我不知道如何计算新
浏览 1提问于2018-02-06得票数 3
回答已采纳
1回答
, M, N)的图像，这里的?是批量大小(不固定)，M和N分别是图像的高度和宽度。我的tensorflow版本是1.14。例如，如果输入x (带有dtype=tf.float32)来自MNIST，则批处理大小未知的M=N=28为? : (?, M, N)。为了使用填充大小: (1,1,1,1)填充(零)此图像，以便输出大小为(?我认为这是因为x[
浏览 0提问于2020-05-11得票数 0
1回答
我有输入图像张量与形状[?, 448, 448, 3]和我的网络预测一个边界盒与形状[?, 4]。我想切片我的图像张量与边界框张量，并调整大小的结果张量为一个固定大小的图像，以进一步处理。对于tensorflow (或者更好的，在Keras中)，这是可能的吗？我已看过有关的问题。例如，和，但是它们不适用于索引张量和原始张量都有<
浏览 3提问于2017-10-15得票数 1
回答已采纳
1回答
我恢复了一个经过预先训练的人脸检测模型，该模型一次只获取一幅图像，然后返回包围框。如果这些图像大小不同，我如何才能拍摄一批图像？
浏览 0提问于2018-12-22得票数 0
回答已采纳
方法1和方法2中瓶颈特性的大小：(输入图像的数量)x3x3x2048为什么基于Keras的Inceptionv3模型和本地Tensorflow模型的大小不同如果我的猜测是错误的，我遗漏了什么？
我
浏览 4提问于2017-11-07得票数 8
回答已采纳
我正在建立基于的CNN来拟合我自己的数据。 print("pool_shape", pool_shape) #pool (?, 18190) are not compatibleN_FEATURES = 140*26WIN
浏览 11提问于2016-09-26得票数 0
回答已采纳
TensorFlow2.3引入了新的预处理层，如tf.keras.layers.experimental.preprocessing.Resizing。据我所知，根本原因是keras在后台以numpy数组的形式处理图像，其中所有图像的大小必须相同(这是真的吗？)。虽然我可以使用具有大小调整层的模型，该模型经过固定大小的训练，然后预测任意大小<em
浏览 0提问于2020-11-20得票数 0
我正在尝试在tensorflow中实现一个基于LSTM单元的RNN。我在每一行中都有一个组成特征的单词序列和一个名为labels (可以是1或0)的列作为目标。我在解释dynamic_RNN的输出时遇到了困难。dynamic_RNN返回输出和状态。我已经将我的数据分成256个批次。我对每一行都进行了填充/裁剪，使其长度一致为160。在此之后，我的每个示例都会变成一个160 x 100的矩阵，RNN函数的每个
浏览 0提问于2017-01-30得票数 0
1回答
我对tensorflow相当陌生，为了在Keras中构建一个只考虑前20位预测的自定义损失函数，我一直在跟踪以下问题的答案。但是，当我试图使用这段代码编译我的模型时，我会得到以下有关维度的错误
InvalidArgumentError: input must have last dimension >= k = 20 butis 1 for 'loss_21/dense_65_loss/TopKV2' (op: '
浏览 0提问于2019-05-03得票数 0
回答已采纳
我需要在我的model_fn()中创建一个具有[batch_size, 20]形状的随机变量。def model(inp, out):
eps = tf.random_normal([batch_size, 20], 0, 1, name()or pass an explicit session to eval(ses
浏览 1提问于2016-04-27得票数 3
回答已采纳
1回答
我需要将可变大小的卷调整到一个特定的形状，比如256 x 256 x 256。不幸的是，在TensorFlow.js中，它们用于调整大小的一组方法(如tf.image.resizeBilinear & tf.image.resizeNearestNeighbor )仅适用于2D图像有办法让这些方法在3D空间中工作吗？
浏览 1提问于2018-11-19得票数 3
我有一系列的图像要显示，其中的图像大小是未知的，我如何才能充分显示图像，没有任何透明的空间，在图像的顶部和底部？(我试着从getSize方法中获得图像大小，它最终在顶部和底部给出了很多空间)，我希望像这样调整图像的大小和尺寸，
但是，如果我将调
浏览 0提问于2017-12-04得票数 1
回答已采纳
2回答
基本神经网络结构的理解
、、、
现在，如果我使用Keras，并且input_shape大于10，它将如何在其中进行调整。from tensorflow.keras.models import Sequential model = Sequential()model.add(Den
浏览 1提问于2020-06-10得票数 0
有许多关于如何使用tensorflow进行微调的示例。几乎所有这些例子都试图将我们的图像调整到现有模型所需的指定大小。例如，224×224是vgg19所需的输入大小。但是，在keras中，我们可以通过将include_top设置为false来更改输入大小：
base_model = VGG19(include_top=False, weights="imagenet",
浏览 1提问于2017-11-03得票数 1
我想使这个演示适应我自己的项目，输入到我自己的网络的图像是高度固定的，而宽度则相应地变化，例如，原始图像大小为64x100，我想将其调整为32x50，正如我所说的32是new_height，我想知道原始图像大小在读取文件之后然后我可以得到new_width =新的高度/高度x宽度=32/64x100=50
一种可能的方法是首先
浏览 0提问于2017-05-10得票数 3
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
