我最近开始学习Tensorflow，特别是我想使用卷积神经网络进行图像分类。我一直在看官方存储库中的android演示，特别是这个例子：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/android/src/org/tensorflow/demo/TensorFlowImageClassifier.java
在第145行，它使用图像的输入数据创建张量，如下：
inferenceInterface.feed(inputName, floatValues, 1, inputSize, inputSize, 3);
现在，我一直在努力了解这是做什么的，最终调用了这个方法：Tensor.create。我不明白的是为什么这个张量的形状，由该函数的输入参数（也称为＆＃34;尺寸＆＃34;）给出，是{1, inputSize, inputSize, 3}。第二维和第三维是图像的宽度和高度，第四维是图像的RGB数据。但为什么它的第一个维度为1？不应该将此张量的形状改为{inputSize, inputSize, 3}吗？我想因为尺寸为1它没有任何区别，但我想这个符号必须有一个理由而且我不理解它。
答案 0 :(得分：4)
Tensorflow适用于批量图像。
因此，模型接受一批图像，每个图像的形状为inputSize x inputSize x 3。
1是批量大小。因此，在实践中，您正在为网络提供一个具有单个图像的批处理，该图像具有形状1 x inputSize x inputSize x 3的张量