Tensorflow中的CNN手术：从批量大小1到批量大小无

Question

我正在使用a code from OpenAI本应该使用set_shape()函数将图表使用大小为1的批处理转换为任意大小的批处理。 据说这可能与TF版本＆lt; 1.4一起工作但是不再工作了，请参阅this issue。 这是代码：

  with tf.gfile.FastGFile(os.path.join(
      MODEL_DIR, 'classify_image_graph_def.pb'), 'rb') as f:
    graph_def = tf.GraphDef()
    graph_def.ParseFromString(f.read())
    _ = tf.import_graph_def(graph_def, name='')
  # Works with an arbitrary minibatch size.
  with tf.Session() as sess:
    pool3 = sess.graph.get_tensor_by_name('pool_3:0')
    ops = pool3.graph.get_operations()
    for op_idx, op in enumerate(ops):
        for o in op.outputs:
            shape = o.get_shape()
            shape = [s.value for s in shape]
            new_shape = []
            for j, s in enumerate(shape):
                if s == 1 and j == 0:
                    new_shape.append(None)
                else:
                    new_shape.append(s)
            o.set_shape(tf.TensorShape(new_shape))

这似乎是预期的行为，因为@mrry说in this answer因为set_shape()应该改善关于形状的信息而不是相反。 那么我将如何以一种相当紧张的方式（一般）将适应批量大小1的图形更改为批量大小？（无需收集所有权重并手动重新定义每个操作）