我有一个3D张量,其尺寸如下:宽度x高度x深度。我需要将可变大小的卷调整为特定的形状,例如256 x 256 x256。不幸的是,在TensorFlow.js中,它们具有用于调整大小的方法集,例如 tf.image.resizeBilinear 和 tf.image.resizeNearestNeighbor 仅适用于2D图像。是否有一种变通方法来使这些方法在3D空间中工作?
答案 0 :(得分:1)
要调整张量的大小,如果输入大小与输出大小匹配,则可以使用tf.reshape
const x = tf.tensor(Array.from({length :64}, (_, i) => i), [4, 4]);
x.reshape([1, 16])
重塑的一种应用是从初始数据集中创建批处理时
如果输入和输出大小不匹配,则可以使用tf.slice
const x = tf.tensor(Array.from({length :64}, (_, i) => i), [4, 4, 4]);
x.slice([1, 1, 1], [2, 2, 2]) // we are taking the 8 values at the center of the cube
后者可以用于裁剪形状为[ height, width, channels]
的图像
// t is a tensor
// edge is the size of an edge of the cube
const cropImage = (t, edge) => {
shape = t.shape;
startCoord = shape.map(i => (i - edge) / 2)
return t.slice(startCoord, [edge, edge, edge])
// to keep the number of channels
return t.slice([...startCoord.slice(0, shape.length - 1), 0], [edge, edge, channels])
}