Question

我想构建一个图表来接受可变大小的图像。因此，在最后一个转换层之后，我想迭代每个像素并将该向量馈送到softmax层。然后计算它们的平均值。

看起来像这样：

last_max_pool = tf.nn.max_pool(...)

output = tf.reshape(last_max_pool, [batch_size, None, channels])

results = []
for one_batch in output:
    result = []
    for pixel in one_batch:
        result.append(tf.nn.softmax(tf.matmul(pixel, W_sf) + B_sf))
    result = tf.reduce_mean(result)
    results.append(result)

但是如何在tensorflow中构建这样的图形呢？

Answer 1

我认为您不需要循环，而是可以将last_max_pool重塑为[None, channels]

output = tf.reshape(last_max_pool, [None, channels])
softmax = tf.nn.softmax(tf.matmul(output, W_sf) + B_sf)
final_output = tf.reduce_mean(results)

如何在张量流中迭代变长张量？

1 个答案: