這個陳述有什麼問題？

Question

以下行的回溯是「語法錯誤」。爲什麼？ 我做什麼修復它？

w1=tf.Variable(tf.truncated_normal(shape=[3,3,1,20]) 
layer=tf.nn.conv2d(input=img,filter=w1,strides=[1,1,1,1],padding='SAME') 

'img'是灰度圖像（np.array），1x32x32x1。

但是，下面的行工作得很好：

def new_w(shape): 
return tf.Variable(tf.truncated_normal(shape,stddev=0.05)) 

然後：

w1=new_w(shape=[3,3,1,20]) 
    layer=tf.nn.conv2d(input=img,filter=w1,strides=[1,1,1,1],padding='SAME') 

當我說「非常好」我指的是線也是一個會話中運行，產生 一個該層的數值。這兩種表述之間有什麼區別？

Answer 1

從文檔https://www.tensorflow.org/api_docs/python/tf/nn/conv2d

輸入應該是一個tensorflow.Tensor，而你說，IMG是灰度圖像（我想轉換成numpy.ndarray）。

您應該創建一個常量張量，其值爲圖像或佔位符，並將img作爲佔位符的值提供。

例如：

constant_img = tf.constant(img, shape=img.shape, dtype=tf.float32) 
layer = tf.nn.conv2d(input=constant_img, filter=w1,strides=[1,1,1,1],padding='SAME') 

在這兩種情況下

或

placeholder_img = tf.placeholder(dtype=tf.float32, shape=img.shape) 
layer = tf.nn.conv2d(input=placeholder_img, filter=w1,strides=[1,1,1,1],padding='SAME')  

，層將是一個tf.Tensor，所以就不會看到任何數值數據。要提取數值數據，你將不得不打開一個會話，這樣做

with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 

，然後，在第一種情況下（常量）

layer_val = sess.run([layer]) 

，而在第二種情況下（佔位符）

layer_val = sess.run([layer], feed_dict={placeholder_img: img})