如何使用具有可变形状或尺寸的输入？

Question

我是TensorFlow的新手，我必须实现一个具有大量图像作为输入的模型。但是这些图像的尺寸不同，所以当我将它们转换为数组时，它们的尺寸不同。

我想知道如何在没有预定义形状的情况下声明权重。

W = tf.Variable(tf.zeros([?, ?]))

Answer 1

您无法在变量中提供图像。可能你需要的是一个占位符（一种变量，你可以用来在算法的某个点上提供数据）。有关详细信息，请参阅此链接：https://www.tensorflow.org/api_docs/python/tf/placeholder

但是对于占位符，您必须指定尺寸。因此，我的建议是使用一些tecnique将所有图片调整为相同的尺寸（例如，填充，镜像，......）：当然，只有当您的特定问题允许时才这样做。

在某些情况下，你可以留下一些未指定的尺寸，例如，如果你想定义一个神经网络，你可以让batch_size不像这样定义

input = tf.placeholder(tf.float32, shape=(None, 28, 28))

如果你要实现你的第一个神经网络，我强烈建议你去看看。这是来自官方网站https://www.tensorflow.org/get_started/mnist/beginners的最简单明了的tensorflow指南 值得一读：）