这里我有一个具有(1084,1625,3)形状的张量。
我需要将其重塑为(none,none,none,3)。
我该怎么做?
我使用了这段代码,但是它不起作用。
image = tf.cast(img, tf.float32)
image = (image / 127.5) - 1
答案 0 :(得分:0)
我认为您无法做到。我认为您正在尝试将3D张量转换为4D张量。我猜这是您问题的根源。您可以执行此操作以添加第4维,因为Tensorflow需要它:
import tensorflow as tf
tensor = tf.random.uniform((100, 100, 3), 0, 256, dtype=tf.int32)
new = tf.expand_dims(tensor, axis=0)
print(new.shape)
Out[14]: TensorShape([1, 100, 100, 3])
但是那我可能是错的。在这种情况下,您可以提供错误回溯和代码。