我目前正在加载张量流中的数据集，该数据集由小视频序列（约30帧）而不是GIF/MPEG组成，它们以JPEG格式提供它们。一个图像由20-30帧水平堆叠组成。
现在我使用tf.image.decode_jpeg加载TF图像。
图像的宽度为64像素（固定），高度为64 * number_of_frames，因此整体形状为(64*number_of_frames,64,3)。
有没有很好的方法将其转换为(number_of_frames,64,64,3)张量？
跟进：如果视频太短，我想重复最后一帧，这样所有样本的帧数都相同，导致(some_const,64,64,3)张量。
谢谢！
答案 0 :(得分：0)
也许像
tf.transpose(tf.reshape(input, [64, 64, number_of_frames, 3]), perm=[2, 0, 1, 3]))
会奏效。我嵌套了两件事：首先将第二维分解为大小为64和number_of_frames的两个维度，然后我将维度置换为与(64,64*number_of_frames,3)排序匹配。
警告：根据您的数据的组织方式，您可能希望将[64, 64, number_of_frames, 3]更改为[64, number_of_frames, 64, 3]，将[2, 0, 1, 3]更改为[1, 0, 2, 3]。
答案 1 :(得分：0)
您可以像这样使用tf.transpose和tf.reshape，
summarise