Tensorflow重塑一个已知维度

Question

我正在尝试制作一个卷积网络，接受任何大小的灰度图像：

inputs = tf.placeholder(tf.float32, [None, None, None, 1])

最后一个卷积层的输出具有[None，None，None，512]形状，其中512是通道数。到目前为止一切都很棒。问题是，我需要折叠第二维和第三维，所以我需要重塑。但我不知道图形构建时的第二维和第三维，所以我这样做：

dims = tf.shape(output)
output = tf.reshape(output, [-1, dims[1] * dims[2], 512])

我希望最终的形状是[？，？，512]，但它是[？，？，？]。我需要在代码中稍后知道构建时的最后一个维度，那么有没有办法以保留最后一维的大小的方式重塑输出张量？ 谢谢。

Answer 1

对于TensorFlow的静态形状推断，这是一个棘手的情况，因为它依赖于传播有关部分已知值的信息。我们在版本0.10中添加了对此案例的支持（以及一些将张量视为形状的类似案例）。