tensorflow tf.reshape不起作用

Question

我是张量流的新手。我打算通过使用tf.reshape将张量的形状（28,28,1）压平成1-D张量，但是没有得到预期的结果。这是我使用的代码片段。

def input_pipeline(self, batch_size, num_epochs=None):
    images_tensor = tf.convert_to_tensor(self.image_names, dtype=tf.string)
    labels_tensor = tf.convert_to_tensor(self.labels, dtype=tf.int64)
    input_queue = tf.train.slice_input_producer([images_tensor, labels_tensor], num_epochs=num_epochs)

    labels = input_queue[1]
    images_content = tf.read_file(input_queue[0])
    images = tf.image.convert_image_dtype(tf.image.decode_png(images_content, channels=N_CHANNELS), tf.float32)
    new_size = tf.constant([IMAGE_SIZE_CHN, IMAGE_SIZE_CHN], dtype=tf.int32)
    images = tf.image.resize_images(images, new_size)
    reshape_vec = tf.constant([-1], dtype=tf.int32)
    print(images.get_shape())
    tf.reshape(images, reshape_vec)
    print(images.get_shape())
    image_batch, label_batch = tf.train.shuffle_batch([images, labels], batch_size=batch_size, capacity=50000,
                                                      min_after_dequeue=10000)
    return image_batch, label_batch

两个打印功能的结果都是（28,28,1）。谁可以帮我这个事？谢谢！

Answer 1

reshape返回一个新的张量，这是重新形成旧张量的结果。它不会改变原始张量。要修复，只需将重塑线更改为

images = tf.reshape(images, reshape_vec)

请注意，使用

可能更好/更清洁

images = tf.reshape(images, (-1,))

而不是在一个单独的恒定张量中定义新形状，尽管这更像是个人偏好。