Question

对于tensorflow中的图像语义分割模型，我需要为FCN或segnet模型提供可变大小的输入。所以我使用了一个placeholer：

self.input= tf.placeholder(tf.float32, shape=(batch_size,None,None,3),name='')

在编码器 - 解码器模型中，我需要在maxpooling之后取消拼接，代码如下：

#upsample fuction used in decoder
def _upsample_along_axis(volume, axis, stride, mode='COPY'):
    shape = volume.get_shape().as_list()
    assert 0 <= axis < len(shape)
    target_shape = shape[:]
    target_shape[axis] *= stride
    padding = tf.zeros(shape, dtype=volume.dtype) if mode == 'ZEROS' else volume
    parts = [volume] + [padding for _ in range(stride - 1)]
    volume = tf.concat(parts, min(axis+1, len(shape)-1))
    target_shape = np.array(target_shape)
    target_shape[0] = -1
    volume = tf.reshape(volume, target_shape)

    return volume

现在target_shape [axis]为none，因此target_shape[axis] *= stride会引发错误： TypeError：*：＆＃39; NoneType＆＃39;不支持的操作数类型和＆＃39; int＆＃39;

所以编码器 - 解码器模型的输入可以变化吗？

Answer 1

Tensor的cmd := exec.Command("psql", "-d", "database_name", "-f", "path/to/database.sql") stderr, err := cmd.StderrPipe() if err != nil { panic(err) } if err := cmd.Start(); err != nil { panic(err) } errout, _ := ioutil.ReadAll(stderr) if err := cmd.Wait(); err != nil { fmt.Println(errout) panic(err) }函数返回推断的形状，对于动态尺寸，推断的形状为get_shape。 TensorFlow中有一个返回动态形状的函数：tf.shape。

此函数返回将评估为形状实际值的张量。

此外，您可能会发现两个对您的案例有用的功能：tf.pad和tf.tile。

在像FCN，segnet这样的张量流编码器 - 解码器模型中，如何给出任意输入大小？

1 个答案: