Question

我在Keras中有一个网络，我尝试对图层的输出进行一些更改，然后将其提供给其余的网络。在apply function中，它接受具有形状（批大小为1,32,32）的张量，并且所有张量的格式均为channel_first。然后我将其与形状为（8,8,1,64）的张量进行卷积，输出为（？，64,4,4），但是当我想将形状更改为（8,8,4,4）时它产生以下错误。为什么会发生此错误？因为当我尝试在没有网络的情况下使用张量检查代码时，它可以工作！我也在这里添加代码。你能告诉我是什么问题吗？

    def apply_conv(self, image, filter_type: str):

        if filter_type == 'dct':
            filters = self.dct_conv_weights
        elif filter_type == 'idct':
            filters = self.idct_conv_weights
        else:
            raise('Unknown filter_type value.')
        print(image.shape)

        image_conv_channels = []
        for channel in range(image.shape[1]):
            print(image.shape)
            print(channel)
            image_yuv_ch = K.expand_dims(image[:, channel, :, :],1)
            print( image_yuv_ch.shape)
            print(filters.shape)
            image_conv = Kr.backend.conv2d(image_yuv_ch,filters,strides=(8,8),data_format='channels_first')
            print(image_conv.shape)
            print('salam')
#            image_conv = Kr.backend.permute_dimensions(image_conv,(0, 2, 3, 1))
            image_conv = Kr.backend.reshape(image_conv,(image_conv.shape[0], 8,8,image_conv.shape[2], image_conv.shape[3]))
            print(image_conv.shape)
            image_conv =  Kr.backend.permute_dimensions(image_conv,(0, 1, 3, 2, 4))
            image_conv = Kr.backend.reshape(image_conv,(image_conv.shape[0],
                                                  image_conv.shape[1]*image_conv.shape[2],
                                                  image_conv.shape[3]*image_conv.shape[4]))

#            Kr.backend.expand_dims(image_conv,1)

            # image_conv = F.conv2d()
            image_conv_channels.append(image_conv)

        image_conv_stacked = Kr.backend.concatenate(image_conv_channels, axis=1)

        return image_conv_stacked

回溯（最近通话最近一次）：

文件“”，第376行，在       encoded_noise = JpegCompression（）（act11）＃16

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ keras \ engine \ base_layer.py”，   第457行，致电       输出= self.call（输入，** kwargs）

文件“”，第162行，正在调用       image_dct = self.apply_conv（noised_image，'dct'）

apply_conv中的文件“”，第126行       image_conv = Kr.backend.reshape（image_conv，（image_conv.shape [0]，8,8，image_conv.shape [2]，image_conv.shape [3]））

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py”，   1969年重塑       返回tf.reshape（x，shape）

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ ops \ gen_array_ops.py”，   线6482，重塑       “重塑”，张量=张量，形状=形状，名称=名称）

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py”，   _apply_op_helper中的第513行       提高错误

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ framework \ op_def_library.py”，   _apply_op_helper中的第510行       preferred_dtype = default_dtype）

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ framework \ ops.py”，   第1146行，位于internal_convert_to_tensor中       ret = conversion_func（value，dtype = dtype，name = name，as_ref = as_ref）

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ framework \ constant_op.py”，   _constant_tensor_conversion_function中的第229行       返回常量（v，dtype = dtype，name = name）

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ framework \ constant_op.py”，   第208行，常数       值，dtype = dtype，shape = shape，verify_shape = verify_shape））

文件   “ D：\ software \ Anaconda3 \ envs \ py36 \ lib \ site-packages \ tensorflow \ python \ framework \ tensor_util.py”，   make_tensor_proto中的第531行       “支持的类型”。％（类型（值），值））

TypeError：无法将类型的对象转换为Tensor。   内容：（Dimension（None），8，8，Dimension（4），Dimension（4））。   考虑将元素强制转换为受支持的类型。

此错误是什么意思“无法将类型<class'tuple'=“”>的对象转换为张量？

0 个答案: