Question

我正在尝试训练gif数据集，但出现此错误。它说该错误可能是由于ResizeBilinear

这是调整线性双线性的代码

input_height, input_width = hub.get_expected_image_size(module_spec)
input_depth = hub.get_num_image_channels(module_spec)
gif_data = tf.placeholder(tf.string, name='DecodeGIFInput')
decoded_image = tf.image.decode_image(gif_data, channels=None, 
dtype=tf.uint8, name=None)
# Convert from full range of uint8 to range [0,1] of float32.
decoded_image_as_float = tf.image.convert_image_dtype(decoded_image,
                                                    tf.float32)
decoded_image_4d = tf.expand_dims(decoded_image_as_float, 0)
resize_shape = tf.stack([input_height, input_width])
resize_shape_as_int = tf.cast(resize_shape, dtype=tf.int32)
resized_image = tf.image.resize_bilinear(decoded_image_4d,
                                       resize_shape_as_int)
return gif_data, resized_image

这是指向完整文件github的链接。 Link to github retrain.py

Answer 1

我假设您标题中的列表对应于[?,batch_size,height,width,channels]。如果是这样，并且假设您不需要第一个维度（[1]），则可以替换

resized_image = tf.image.resize_bilinear(decoded_image_4d,resize_shape_as_int)

与

squeezed_image = tf.squeeze(decoded_image_4d,0)
resized_image = tf.image.resize_bilinear(squeezed_image,resize_shape_as_int)

tf.squeeze将消除第一个尺寸（对应于轴0），这将阻止错误弹出

输入必须为4维[1,30,144,192,3]，张量流训练中的错误

1 个答案: