有沒有辦法自動獲取特徵映射的形狀並用它在Tensorflow中構建圖形？

我建立我自己的CNN
卷積層和完全連接層之間，我需要知道卷積層的輸出的大小，即有沒有辦法自動獲取特徵映射的形狀並用它在Tensorflow中構建圖形？

width_feature map * height_feature map * number_feature map

這樣我就可以知道加權這之間的形狀兩層，即，

[number_neuron_output of convolution layer , number_neuron_1st fully connect layer].

我想要做的是自動獲取[width_feature地圖，height_feature，地圖* number_feature圖] ，因此可以用它來建立convolutoin層之間的連接和完全連接層

我試着像

def add_convtofully_layer(self,size_out,data_in): 
     shape_in=tf.shape(data_in)#[batch,H,W,C] 
     data_re=tf.reshape(data_in,[-1,shape_in[1]*shape_in[2]*shape_in[3]]) 
     W=self.weight_NN(shape_in[1]*shape_in[2]*shape_in[3],size_out) 
     B=self.bias_NN(size_out) 
     data_drop=tf.nn.dropout(data_re,self.drop) 
     result=tf.nn.relu(tf.matmul(data_drop,W)+B) 
     return result 

def weight_NN(self,w_in,w_out): 
    W=tf.Variable(tf.truncated_normal([w_in,w_out],stddev=0.1),name='weight') 
    return W 


def bias_NN(self,out): 
    B=tf.Variable(tf.constant(0.0,dtype=tf.float32,shape=[out]),name='bias') 
    return B

但只得到了消息

ValueError: initial_value must have a shape specified: Tensor("Fully_connect_layer1/truncated_normal:0", shape=(?, 150), dtype=float32)

有沒有辦法使用Tensorflow做到這一點的方法嗎？或者唯一的方法是我需要先自己計算一下？

謝謝！

來源

2017-04-11 Chang Chi Tsung

它看起來像您的輸入仍然有一個變量批量維度。（shape=(?, 150)中的？告訴你這個，因爲？代表可變的大小）。不，你不能初始化變量大小的變量，因爲tensorflow不能正確地分配內存。

雖然您在忽略shape_in的第一個值時似乎剝離了批量維度，但有兩種可能性：第一種是您剛剛通過的size_out參數。另一個是你不小心混淆了shape_in中的尺寸，並且實際上並沒有解決問題。

我的建議是在調試器中運行代碼 - 雖然不能跟蹤符號庫中的值（如張量流），但您可以輕鬆看到不同變量的形狀。

來源

2017-04-12 16:46:02 cleros

有沒有辦法自動獲取特徵映射的形狀並用它在Tensorflow中構建圖形？

回答

相關問題