我想在我的网络中使用conv2d_tranpose（或解卷积）代替上采样。
这需要将output_shape传递给函数调用。这不是问题，我可以计算出来。但是我想在batch_size中使用None来保持设置的灵活性。
这可能吗？
以下是代码行：
tf.nn.conv2d_transpose(hd_conv1, Wd_conv1, [batch_size, 14,14,64], strides=[1,2,2,1], padding="SAME")
batch_size只是我在脚本顶部设置的变量。此代码运行正常，但如果我使用None而不是batch_size：
TypeError：预期的二进制或unicode字符串，得到无
如果我只是省略第一个维度：
ValueError：output_shape必须具有shape（4，），got（3，）
我觉得奇怪的是有不同的方法来处理batch_size。有些操作只是忽略它，比如普通的conv2d，但在这里我需要明确指定它。 无论如何，我想知道为什么我自己必须自己计算output_shape。使用给定的输入，步幅，填充，应该易于计算。 关于output_shape的推断有一个github issue，遗憾的是似乎没有任何跟进。
我这样做是正确的 - 在output_shape中传递一个明确的batch_size吗？
有没有办法省略显式的batch_size？
答案 0 :(得分：3)
请使用下面的符号表示，而不是使用None。
batch_size = tf.shape(something_or_other)[0]
deconv_shape = tf.pack([batch_size, 40, 40, 32])
conv2d_transpose(..., output_shape=deconv_shape, ...)
小心不要使用tf.get_shape()。 tf.get_shape()和tf.shape()略有不同。
另请参阅tensorflow网站中关于变量批量大小的建议。