让image_shape
和crop_shape
成为形状[None, None, None, 64]
我可以执行以下操作(建议image_shape
大于crop_shape
)
image_shape = tf.shape(inputs)[1:-1]
crop_shape = tf.shape(shape_image)[1:-1]
n_channels = inputs.get_shape().as_list()[-1]
size = tf.concat([(-1,), image_size, (64,)], axis=0)
x = tf.slice(inputs, begin=begin, size=size)
结果张量x
将具有[None, None, None, None]
的形状,但我想获得[None, None, None, 64]
。有可能吗?
答案 0 :(得分:0)
x.set_shape([None, None, None, 64])
解决了我的问题