如何在张量中合并两个通道?

时间:2020-03-17 10:14:36

标签: python-3.x deep-learning tensorflow2.0

我有一个张量的形状 t1=[8,128,256,1] , t2=[8,128,256,2]

我想在t2中合并2个通道,以便获得两个张量之间的损失。 我该如何实现?

orgin = tf.reshape(self.sflows, shape=(cfg.batch_size, -1))
self.reconstruction_err = self.loss_image(orgin,self.decoded)

计算两个图像之间的损耗的方法如下:

def loss_image(self, sflow_p, sflow):
    loss = tf.nn.l2_loss(sflow_p - sflow)
    tf.summary.scalar('loss', loss)
    return loss

我本质上是试图重叠两个通道以计算损耗。

张量t2基本上是在灰度图像上生成的输出,由于它具有2个通道。但是,我想重叠这些通道以生成灰度输出。 我的最终目标是将损失传递给优化器进行培训。任何帮助,将不胜感激。

0 个答案:

没有答案