我有张量(batch,height,width,depth)中的图像,我想使用ksize=5x5
和stride=1x1
从每个批次和每个深度提取补丁。你知道吗
tf.extract_image_patches(images=images, ksizes=[1, 5, 5, 1], strides=[1, 1, 1, 1], rates=[1, 1, 1, 1], padding='same')
现在的问题是,当输入张量的深度不同时,得到的结果也不同,但我使用的是相同的图像。 案例1:输入张量,一批图像[4,28,28,1]产生输出张量[4,28,28,25]。你知道吗
案例2:输入张量,一批图像,[4,28,28,8]产生输出张量[4,28,28200]。你知道吗
请注意,案例1[0,:,:,:]中的图像与案例2[0,:,:,0]中的图像相同。你知道吗
假设情况1的输出张量[0,:,:,:]的值与情况2的张量[0,:,:,0:25]的值相同。
但是当我用返回false的case1 == case 2
检查矩阵时,我发现我的假设是错误的。你知道吗
当输入张量包含超过1个深度而没有循环时,你知道如何产生与案例1相同的结果吗?你知道吗
不要执行
case1 == case2
;而是使用tf.equal(case1, case2)
来创建一个操作,在运行时,该操作将计算它们是否相等。你知道吗相关问题 更多 >
编程相关推荐